Name: Grundlagen Artificial Intelligence (Künstliche Intelligenz)
SKU: 2785
Price: 79 EUR
Availability: OutOfStock

Beschreibung

Die Künstliche Intelligenz verändert die Arbeitsabläufe in vielen Unternehmen rasend schnell. Viele Menschen fühlen sich von dieser Entwicklung bedroht. Du kannst sie aber auch als Chance auffassen. Wenn du selbst damit beginnst. Programme für die KI (Künstliche Intelligenz = Artificial Intelligence) zu entwickeln, kannst du an dieser Entwicklung teilhaben.

Dieser Kurs vermittelt dir die notwendigen Grundlagen dafür. Er stellt vor, was Artificial Intelligence genau bedeutet und welche Teilbereiche es dabei gibt. Er führt dich in spezielle Methoden ein, die dabei zum Einsatz kommen. Darüber hinaus lernst du, wie du die hierfür notwendigen Computerprogramme selbst erstellst.

Dieser Kurs besteht aus acht verschiedenen Lerneinheiten:

Einführung in Artificial Intelligence (7 %)
Lösungen für Probleme finden (10 %)
Machine Learning: eine wichtige Technik der AI (17 %)
Neuronale Netze (13 %)
Deep Learning mit Python (13%)
Generative Adverarial Networks (GAN) (17 %)
Deep Convolutional Generative Adversarial Networks (13 %)
Conditional Generative Adversarial Networks (CGAN) (10 %)

Empfohlen werden Vorkenntnisse in der Programmiersprache Python.

📋 Kursplan

Kapitel I: Einführung in Artificial Intelligence.

Was bedeutet AI?

Die Geschichte der AI

Machine Learning

Deep Learning

Kapitel II: Lösungen für Probleme finden.

Die Struktur eines Problems bestimmen

Techniken aus der Anfangszeit der AI

Moderne Problemlösungsstrategien

Kapitel III: Machine Learning: eine wichtige Technik der AI .

Wie funktioniert das maschinelle Lernen

Der Aufbau von Programmen für das Machine Learning

Anwendungsbeispiele für diese Technik

Kapitel IV: Neuronale Netze.

Das menschliche Gehirn als Vorbild

Neuronale Strukturen in der AI

Kapitel V: Deep Learning mit Python .

Warum eignet sich Python für AI?

Die Grundlagen der Programmierung mit Python

Kapitel VI: Generative Adversarial Networks (GAN).

Die Theorie hinter GAN

Der Aufbau von GAN

Ein GAN mit Python aufbauen

Kapitel VII: Deep Convolutional Generative Adversarial Networks (DCGAN).

Wie ist ein DCGAN aufgebaut?

Ein DCGAN selbst erstellen

Kapitel VII: Conditional Generative Adversarial Networks (CGAN).

CGAN: Aufbau und Strukturen

Ein CGAN aufbauen

Die Daten auswerten

Bewertungen

Es gibt noch keine Bewertungen.

Nur angemeldete Kunden, die dieses Produkt gekauft haben, dürfen eine Bewertung abgeben.

Grundlagen Artificial Intelligence (Künstliche Intelligenz)