Jetzt hier buchen
AI Frameworks & Tools
Machen Sie sich mit den technologischen Grundlagen und Werkzeugen der künstlichen Intelligenz vertraut. Erhalten Sie Einblicke in die wesentlichen Sprachen für KI-Anwendungen sowie Standard- und Spezialbibliotheken für KI in Anaconda- und Python-Umgebungen, um das Zusammenspiel dieser Elemente diskutieren zu können. Verstehen Sie außerdem die kritischen Aspekte im Kontext des maschinellen Lernens und konzipieren und evaluieren Beispielanwendungen vor einem interdisziplinären Hintergrund.
Zielgruppe
Für Weiterbildungsinteressierte mit Erststudium der Wirtschafts-, Ingenieur- oder Naturwissenschaften an der Schnittstelle von Fachbereich und Künstlicher Intelligenz.
Lernziele
Die Teilnehmenden sind mit den technologischen Grundlagen und Werkzeugen der künstlichen Intelligenz vertraut. Sie können die wesentlichen Sprachen für KI-Anwendungen erläutern, sind vertraut mit den Standard- und Spezialbibliotheken für KI in Anaconda- und Python-Umgebungen und können das Zusammenspiel dieser Elemente diskutieren. Sie verstehen die kritischen Aspekte im Kontext des maschinellen Lernens und konzipieren und können Beispielanwendungen vor einem interdisziplinären Hintergrund evaluieren.
Lehrinhalte
Die Veranstaltung liefert einen Überblick über die wichtigsten Frameworks, Tools und Standards, die notwendig sind KI-Applikation zu entwickeln und zu betreiben. Aus den jeweiligen Bereichen wird je ein Framework vertieft aufgegriffen und anhand Beispielen erläutert. Alternativframeworks werden gegenübergestellt.
1. Grundlagen:
1.1 Visuelle vs. Codebasierte Werkzeuge
1.2 Lokale vs. Cloudbasierte Werkzeuge
1.3 Auffrischung der Basiswerkzeuge (Conda, Python, Pandas, Numpy ,Matplotlib, Seaborn)
2. Generische Bibliotheken/Frameworks
2.1 AutoML / LowCode (Pycaret)
2.2 Machinelles Lernen (scikit-learn)
2.3 Deep Learning (Pytorch, Fastai, Tensorflow, Keras)
2.4 Monitoring / Profiling (Tensorboard, Profiler)
2.5 Prototypische Frontendentwicklung für eine KI Anwendung (Streamlit)
2.6 Standardisierter Import Export von Modellen (ONNX)
3. Ausblick Spezifische Bibliotheken/Frameworks
3.1 Audio (Torchaudio)
3.2 Video (OpenCV, Torchvision)
3.3 Text (Torchtext, Spacy, NLTK)
Zu jedem Thema werden Beispielanwendungen und kleinere Projekte durchgeführt.
Didaktisches Konzept
Das Modul setzt sich aus abwechselnden Präsenz- und Selbstlernphasen sowie geleiteten E-Learning-Einheiten zusammen.
Lernform
Präsenz + Live-Online
Dauer
5 (Online-)Präsenztage + E-Learning + Prüfungseinheit
Freie Plätze
5
Nächster Starttermin
12. März 2025
Termine
12. März 2025
09:30 - 16:45 Uhr
Hochschule Aalen
09. Mai 2025
15:30 - 20:30 Uhr
Live-Online
16. Mai 2025
15:30 - 20:30 Uhr
Live-Online
30. Mai 2025
15:30 - 20:30 Uhr
Live-Online
31. Mai 2025
09:30 - 16:45 Uhr
Live-Online
Prüfung
28. Juni 2025
(Projekt)
Anmeldeschluss
26. Februar 2025
Niveau
Advanced, DQR-Level 7
Voraussetzungen
Abgeschlossenes Erststudium, Programmierkenntnisse in Python, z. B. über das Modul "Programming in Python"
Sprache
Deutsch
Workload
30 UE Präsenz / virtuelle Präsenz
120 UE Selbststudium
Lehrende
Prof. Dr. Sigurd Schacht
Ort
Live-Online und Hochschule Aalen
Abschluss
Hochschulzertifikat mit ECTS nach bestandener Prüfung,
Teilnahmebescheinigung
IHRE ANSPRECHPERSON
Karen Huep
Weiterbildungs- und Zertifikatskurse
07361 576 - 1453
0160 - 1058367
karen.huep(at)hs-aalen.de