Ein Team einer Firma will geschlossen den Kurs Ethik und Risiken im Machine Learning und in der künstlichen Intelligenz frequentieren

Hier kann ein kundenspezifisches Seminar zum Gegenstand Ethik und Risiken im Machine Learning und in der künstlichen Intelligenz angebracht sein. Der Lehrstoff des Lehrgangs kann hierbei in Abstimmung mit den Dozenten modifiert oder abgekürzt werden.

Haben die &ldquo bereits Vorwissen in Ethik und Risiken im Machine Learning und in der künstlichen Intelligenz, sollte die Einleitung gekürzt werden. Eine Firmen-Weiterbildung lohnt sich bei mindestens 3 Seminarteilnehmern. Die Inhouse-Schulungen zum Thema Ethik und Risiken im Machine Learning und in der künstlichen Intelligenz finden sporadisch in Nürnberg, Hamburg, Bochum, Essen, Leipzig, Dresden, Wuppertal, Düsseldorf, Bielefeld, Frankfurt, Duisburg, Stuttgart, Hannover, Bonn, Dortmund, Münster, München, Berlin, Bremen und Köln am Rhein in NRW statt.

Welche Themen ergänzen Ethik und Risiken im Machine Learning und in der künstlichen Intelligenz?

Eine erste Ergänzung findet sich in Ethik und Risiken im Machine Learning und in der künstlichen Intelligenz mit

• Wie man die algorithmische Verzerrung reduziert
• Wie man Ethik in die KI einführt
• Menschliche Voreingenommenheit beim maschinellen Lernen
• IBM AI-Fairness-360-Software

Empfehlenswert ist auch eine Schulung von „Deep Learning mit Schwerpunkt Bildverarbeitung (Vision) in Keras/Tensorflow“ mit dem Unterrichtsstoff von

• Normalisierung von Daten
• Aktivierungsfunktionen (ReLU, Softmax)
• Einführung in Convolutional Neural Network (CNN) Grundlage eines CNNs
• Supervised, Unsupervised Learning

Für Firmenschulungen ist das Thema „Grundlagen von Machine Learning“ mit dem Unterrichtsstoff Clustering Praktische Anwendung mit Jupyter notebook: k-Means, Verwendung von Clustering für die Datenvorverarbeitung, spektrales Clustering, Gaussian Mixtures und Lineare Modelle Jupyter notebook: einfache lineare Regression, polynomiale Regression, Ridge oder L2 Regularisierung, Lasso oder L1 Regularisierung, logistische Regression, multinomiale logistische Regression, Übungen, Extras passend.

Für Professionals eignet sich auch eine Künstliche Intelligenz (KI / AI) - Basiswissen und Anwendungen Schulung. In diesem Kurs werden vor allen Dingen

• Begrüßung und Vorstellung der Agenda
• Anwendungsgebiete Welche Projekte wurden mit Hilfe von KI durchgeführt? Wie hat KI Unternehmen beeinflusst? Welche Algorithmen verwenden Amazon, Facebook und Co? Sie lernen die verschiedensten Gebiete von Künstlicher Intelligenz kennen.
• Machine Learning Viele Algorithmen, die im Bereich der Künstlichen Intelligenz eingesetzt werden, stammen aus dem Bereich des maschinellen Lernens. In kleinen Gruppen befassen Sie sich mit einzelnen Kernelementen, ganz ohne die Mathematik.
• Kontext und Codierung Sie lernen, wie aus Daten Zeichen und Symbole und dadurch Informationen werden und welche Rolle dabei Computer spielen

geschult.