Artifical Intelligence (AI) Development für Generative AI Innovation Management und Senior Researcher für AI und Robotic mit Machine Learning, Data Analytics und Data Visualization

Nach Abschluss der Weiterbildung verfügen Sie über Kenntnisse in der Entwicklung und Anwendung von Künstlicher Intelligenz, insbesondere im Bereich Generative AI und Robotik. Sie beherrschen Methoden des Machine Learnings und der Datenanalyse, um komplexe Daten zu verarbeiten und zu visualisieren. Sie sind in der Lage, innovative Lösungen zu entwickeln und Forschungsprojekte im Bereich AI zu leiten. Ihre Fähigkeiten ermöglichen Ihnen Tätigkeiten in der Forschung, im Innovationsmanagement und in der Entwicklung von AI-Anwendungen.

Generative KI und Chatbot-Entwicklung

• Einführung in Prompt Engineering
• Nutzung von ChatGPT
• Training von ChatGPT
• Interaktive Konversation
• Kontextsensitivität in ChatGPT
• Herausforderungen und Limitationen
• Aufbau eines einfachen Chatbots
• Trainieren von Chatbot-Modellen
• NLP-Grundlagen für Chatbots
• Fortgeschrittene Chatbot-Techniken

Machine Learning und Keras

• Einführung in AI-Development
• Erstellen von Machine-Learning-Modellen mit Keras
• Erstellen von FCN- und CNN-Modellen mit Keras
• Erstellen von RNN-Modellen mit Keras
• Analyse von Machine Learning in TensorFlow
• Training und Auswahl eines Vorhersagemodells
• Bewertung von Modellen
• Entwicklung eines Machine-Learning-Systems

Datenanalyse und Visualization in R

• Einführung in Pandas und Dataframes
• Grundlegende statistische Kenngrößen
• Datenmanagement und diskriptive Statistiken in R
• Importieren, Analysieren und Exportieren von Datensätzen
• Diagramme in ggplot2
• Anwendung von R in der Forschung
• Regressionsanalysen

Interaktive Datenvisualisierung mit Power BI

• Datenvorbereitung für Power BI
• Arbeiten mit Power Query
• Datenquellen verbinden und importieren
• Interaktive Dashboards gestalten
• Balken- und Liniendiagramme
• Freigabe von Analysen und Dashboards

Datenvorbereitung und Verknüpfungstools

• Datenreinigung
• Datenvorbereitung für Machine Learning
• Grundlagen der Arbeit mit R
• Verbindungen zu TensorFlow

Neuronale Netze und Deep Learning

• Einführung in Neuronale Netze
• Aufgaben und Funktion von Deep Learning
• Trainieren eines Neuronalen Netzes
• Abgrenzung von Machine Learning und Deep Learning
• Keras

Enabling AI-Technologien und Frameworks

• Installation und Einrichtung von TensorFlow
• Grundlegende Verwendung von TensorFlow

Effektive Datenmodellierung und Dashboards mit Tableau

• Einführung in Tableau und Verstehen von Datenmodellierung
• Erstellen von interaktiven Dashboards
• Erstellen von Umsatzkarten und Visualisierung von Verkaufsdaten
• Geografische Analyse
• Erstellen von Reporten inklusive Dashboard mit Interaktivität

Grundlagen und Arten des Machine Learning

• Einführung in Machine Learning
• Arten des Machine Learning

Datenaggregation, Berechnungen und Statistik

• Aggregationen, Berechnungen und Parameter