Dieses Modul bietet einen tiefen Einblick in die Welt der Datenanalyse, in der Muster und Erkenntnisse ohne vordefinierte Bezeichnungen aufgedeckt werden. Sie werden zentrale Konzepte des unüberwachten Lernens beschreiben, Clustering-Verfahren wie k-Means und DBSCAN sowie Methoden zur Dimensionsreduktion implementieren, Algorithmusergebnisse analysieren und Ansätze anhand verschiedener Datensätze vergleichen. Dieses Wissen wird es Ihnen ermöglichen, wertvolle Erkenntnisse aus komplexen Datensätzen zu gewinnen und auf der Grundlage Ihrer Analysen fundierte Entscheidungen zu treffen.

Dieses Modul bietet eine eingehende Auseinandersetzung mit den neuesten Techniken im Bereich des maschinellen Lernens. Sie werden die Grundlagen des verstärkenden Lernens erläutern, Algorithmen wie Q-Learning und Policy Gradients implementieren, Modelle anhand geeigneter Leistungskennzahlen bewerten und das verstärkende Lernen mit anderen ML-Paradigmen vergleichen. Dieses umfassende Verständnis wird Sie in die Lage versetzen, komplexe Probleme anzugehen und zu innovativen Lösungen im sich rasch entwickelnden Bereich der KI beizutragen.

Dieses Modul bietet eine umfassende Einführung in neuronale Netze und ihre Anwendungen in der modernen KI. Sie werden Architekturen neuronaler Netze beschreiben, Modelle mithilfe von Frameworks wie TensorFlow und PyTorch implementieren und trainieren, Techniken wie CNNs, RNNs und GANs auf Bild- und Textdaten anwenden, die Modellleistung bewerten und die Bedeutung von Deep Learning im Bereich der generativen KI (GenAI) erläutern. Dieses Wissen wird es Ihnen ermöglichen, Deep Learning in akademischen und praktischen Szenarien effektiv einzusetzen.

Dieses Modul befasst sich eingehend mit den Rollen, Verantwortlichkeiten und Vorgehensweisen im Bereich KI und ML im unternehmerischen Umfeld. Sie werden verschiedene Unternehmensansätze zum Einsatz und zur Wartung von KI-/ML-Systemen vergleichen, die Aufgaben von Ingenieuren bei der Arbeit mit intern entwickelten Modellen im Vergleich zu vortrainierten LLMs gegenüberstellen und unterscheiden, wie KI-/ML-Ingenieure mit Business-Analysten, Dateningenieuren, Datenwissenschaftlern und anderen Fachleuten zusammenarbeiten. Dieses Wissen versetzt Sie in die Lage, sich in KI-/ML-Projekten im unternehmerischen Umfeld zurechtzufinden und einen effektiven Beitrag zu leisten.