Deep Learning für Keras-Modelle und Machine-Learning-Bibliotheken mit Zusatzqualifikation: TensorFlow, Data Science, Machine Learning und AI-Development

Nach Abschluss der Weiterbildung verfügen Sie über Kenntnisse in der Entwicklung und Anwendung von Keras-Modellen und Machine-Learning-Bibliotheken. Sie nutzen TensorFlow für die Implementierung von Deep-Learning-Algorithmen und wenden Data-Science-Methoden zur Datenanalyse an. Sie sind in der Lage, Machine-Learning-Modelle zu entwickeln und in AI-Entwicklungsprojekten mitzuwirken. Diese Fähigkeiten ermöglichen Ihnen Tätigkeiten in Bereichen wie Datenanalyse, Softwareentwicklung und künstliche Intelligenz.

Einführung in Deep Learning und Keras

• Aufgaben und Funktion von Deep Learning
• Abgrenzung von Machine Learning und Deep Learning
• Neuronale Netze
• Verbindungen zu TensorFlow
• Keras

TensorFlow und Keras Grundlagen

• Installation und Einrichtung von TensorFlow
• Grundlegende Verwendung von TensorFlow
• Verwendung von Keras
• Laden und Speichern von Modellen

Modellierung mit Keras

• Erstellen von Machine-Learning-Modellen mit Keras
• Erstellen von FCN- und CNN-Modellen mit Keras
• Erstellen von RNN-Modellen mit Keras
• Problemlösung für nicht funktionierende Modelle

Data Science und Machine Learning

• Datenreinigung
• Einführung in Pandas und Dataframes
• Grundlegende statistische Kenngrößen
• Datenvisualisierung
• Einführung in Machine Learning
• Arten des Machine Learning
• Datenvorbereitung für Machine Learning
• Bewertung von Modellen
• Training und Auswahl eines Vorhersagemodells
• Verwendung von Scikit-Learn für Klassifikationen

AI-Development und Chatbot Technologien

• Einführung in AI-Development
• Aufbau eines einfachen Chatbots
• Trainieren von Chatbot-Modellen
• NLP-Grundlagen für Chatbots
• Fortgeschrittene Chatbot-Techniken
• Optimierung und Evaluation von Chatbots
• AI-Ethik und Datenschutz in Chatbots