Inhalt
Inhalt:
Modul 1: Grundbegriffe KI und maschinellem Lernen
- Abgrenzung starke/schwache KI
- Bedeutung von Daten
- Definition von Maschinellem Lernen
- Ablauf von Trainingsprozessen
- Beispielanwendungen
- Praxisprojekt
Modul 2: Umgang mit Daten
- Grundidee relationaler Datenbanken
- Algorithmen
- Datensicherheit
Modul 3: Datenanalyse und Maschinelles Lernen
- Grundlagen deskriptiver Statistik
- Einfache Lernverfahren (z. B. lineare Regression, Entscheidungsbäume)
- Trainieren und Testen
- Aufbau und Bedeutung neuronaler Netze
Modul 4: Chancen, Herausforderungen und ethische Fragen
- Bedeutung repräsentativer Trainingsdaten
- Datenschutz
- Grenzen der Interpretation
- Bedeutung im Unternehmenskontext
- Verbrauchersicht
Ablauf
Der Unterricht kombiniert theoretische Inputs mit praktischen Übungen und Fallstudien. Interaktive Diskussionen und Erfahrungsaustausch unterstützen den Lernprozess und fördern die Anwendung im Arbeitsalltag.
Lernmaterialien
Lernmittel sind im Kurs enthalten.