Künstliche Intelligenz und Maschinelles Lernen in der Praxis

Alle reden über “Maschinelles Lernen”, "Neuronale Netze", "Künstliche Intelligenz" und "Deep Learning - doch wie diese Techniken genau in der Praxis funktionieren und eingesetzt werden, erfahren Sie in diesem weiterführenden openHPI Kurs.

In diesem vierwöchigen Gratis-Kurs können Jugendliche und andere Interessierte ohne Programmier-Erfahrung und technisches Hintergrundwissen lernen, wie Machine Learning Projekte in der Praxis umgesetzt werden können. Wir wollen dabei das Basiswissen aus dem Kurs “Künstliche Intelligenz und Maschinelles Lernen für Einsteiger” weiter vertiefen und Ihnen ein Gefühl für die Chancen und Herausforderungen von Machine Learning Projekten in der Praxis vermitteln. Dafür betrachten wir mehrere konkrete Anwendungsfälle - unter anderem die Erkennung von Gebärdensprache aus Bildern und die Stimmungsanalyse von Zeitungsartikeln. Geleitet wird der Kurs von den Masterstudenten Johannes Hötter und Christian Warmuth.

Seit 3. November 2021 im Selbststudium
Kurssprache: Deutsch

Kursinformationen

Im Einstiegskurs “Künstliche Intelligenz und Maschinelles Lernen für Einsteiger” wurden bereits Grundlagen zum Thema Maschinelles Lernen und Künstliche Intelligenz vermittelt. In diesem Folgekurs wollen wir nun die praktische Umsetzung dieser Thematik beleuchten und Ihnen Herausforderungen und Chancen im Umgang mit realen Daten und Anwendungsfällen vermitteln.

Die Kursleiter Johannes Hötter und Christian Warmuth werden hierbei das erlernte Wissen vertiefen und in Teilen ergänzen. Im Fokus stehen jedoch die interaktiven und realen Anwendungsfälle. Wir werden hierbei alle Schritte eines realen datengetriebenen Projektes behandeln und erklären - von der ersten Sicht auf die Daten, über das Training des jeweils verwendeten ML-Modells bis hin zur Ergebnisanalyse und Interpretation.

Für den Kurs wird keine Programmiererfahrung vorausgesetzt, da keine eigene Programmierung nötig sein wird - die gezeigten Programmierbeispiele werden von den Kursleitern umgesetzt. Natürlich können aber diejenigen, die gerne im Kurs programmieren möchten, unsere Lösungen nachvollziehen, unsere Lösungen selbst ausführen und eigene Herangehensweisen entwickeln. Tiefergehende Mathematik-Kenntnisse werden ebenfalls nicht vorausgesetzt. Die Kenntnis der Inhalte des Kurses “Künstliche Intelligenz und Maschinelles Lernen für Einsteiger” wird vorausgesetzt. Falls Sie bisher nicht am Kurs teilgenommen haben, können Sie diesen im Selbststudium absolvieren.

Zielgruppe

Der Onlinekurs richtet sich an Schülerinnen und Schüler von Oberschulen sowie auch an interessierte Erwachsene ohne Programmiererfahrung und ohne technisches Hintergrundwissen.

Kursstruktur

  • Woche 1: Wiederholung wichtiger Konzepte und praktisches Projekt über die Vorhersage von Wohnungspreisen
  • Woche 2: Zweites praktisches Projekt über Vorschläge neuer Filme und hierfür wichtige Theorie
  • Woche 3: Drittes Anwendungsfall: Stimmungsanalyse in Twitter-Nachrichten
  • Woche 4: Erkennung von Gebärdensprache-Bildern und Übersetzung in Text als viertes praktisches Projekt

Arbeitsaufwand

Für das Durcharbeiten von Lehr-Videos, Selbsttests, Hausaufgaben und Prüfungen sowie für die Diskussion des Stoffs im Kursforum mit den anderen Lernenden und dem Kursleiter-Team sollten die Teilnehmenden von einem Zeitaufwand von 3 bis 6 Stunden pro Woche ausgehen.

Hinweis auf weitere Kurse zur Thematik

Beachten Sie auch unseren openHPI-Kurs „Praktische Einführung in Deep Learning für Computer Vision“. Hierin geht es um die Frage, wie man eigenhändig neuronale Netze anlegen und für Anwendungen künstlicher Intelligenz einsetzen kann, um dem Computer das „Sehen“ beizubringen.

Externen Kurs besuchen

Externer Kurs

Dieser Kurs läuft nicht auf LERNEN.cloud, sondern auf einer externen Lernplattform. Wenn Sie dem Link zu diesem Kurs folgen, verlassen Sie die LERNEN.cloud-Webseite. Gegebenenfalls benötigen Sie ein gesondertes Nutzerkonto auf der externen Plattform, um sich in den Kurs einschreiben zu können.

Externen Kurs besuchen

Dieser Kurs wird angeboten von

Johannes Hötter

Johannes Hötter ist im dritten Semester des Masterstudiengangs Data Engineering am Hasso-Plattner-Institut, zuvor hat er an der Hochschule Bonn-Rhein-Sieg Wirtschaftsinformatik studiert. Seit vier Jahren spezialisiert sich Johannes auf die Entwicklung selbstlernender Programme in den Bereichen Sprach- und Bildverarbeitung sowie im Kontext betrieblicher Anwendungssysteme. Johannes hat mit weiteren Kommilitonen am HPI zwei Startups gegründet: Die studentische KI-Beratung path2.ai, sowie das Software-Startup onetask.ai, mit welchem er den HPI-Businessplanwettbewerb 2020 gewonnen hat.

Christian Warmuth

Christian Warmuth ist Student des Masterstudiengangs Data Engineering am Hasso-Plattner-Institut. Den Bachelor hat Christian in Mannheim im Bereich Wirtschaftsinformatik in Kooperation mit SAP absolviert. Nachdem Christian mehrere Monate im Silicon Valley verbrachte, hat sich für ihn eine Faszination für das Themengebiet entwickelt und er beschäftigt sich seit mehreren Jahren privat wie auch im beruflichen und universitären Umfeld mit dem Thema Machine Learning.