AI Frameworks & Tools

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.

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.

Das Modul setzt sich aus abwechselnden Präsenz- und Selbstlernphasen sowie geleiteten E-Learning-Einheiten zusammen.