Künstliche Intelligenz und Maschinelles Lernen in der Praxis

1. 00:00Hallo und herzlich willkommen zu unserem Online-Kurs maschinelles Lernen und
2. 00:04künstliche Intelligenz in der Praxis.
3. 00:06Im folgenden Video wollen wir uns als Referententeam Ihnen einmal kurz vorstellen und
4. 00:11einige organisatorische Informationen zum Kurs geben.
5. 00:14Wir werden in diesem Video auch kurz auf die Lernziele dieses Kurses eingehen.
6. 00:19Um uns kurz vorzustellen, mein Name ist Johannes Hötter.
7. 00:22Ich bin Masterstudent am HPI in Data Engineering
8. 00:25und vor meinem Studium habe ich in einer SAP-Beratung gearbeitet.
9. 00:28Seit meinem Studium habe ich jetzt schon zweifach gegründet, einmal eine studentische
10. 00:32KI-Beratung und einmal ein KI-Start-up.
11. 00:36Mein Name ist Christian Warmuth.
12. 00:38Ähnlich wie Johannes bin ich auch Masterstudent am HPI und schreibe aktuell meine Masterarbeit zum
13. 00:43Thema Künstliche Intelligenz und Geschäftsprozesse.
14. 00:46Ich arbeite neben dem Studium bei SAP und beschäftige mich mit Forschungsthemen unter
15. 00:51anderem im Bereich Machine Learning und Process Mining.
16. 00:54Der Kurs ist so konzipiert, dass sie keine Vorerfahrungen in Mathematik und Programmierung
17. 01:00benötigen, obwohl wir einige Beispiele mit Code zeigen werden.
18. 01:05Der Online-Kurs ist für alle Interessierten an diesem Gebiet geeignet und soll
19. 01:09eine Erweiterung unseres Einsteigerkurses bieten.
20. 01:13Daher hier auch nochmal der Hinweis auf unseren Grundlagenkurs, künstliche Intelligenz
21. 01:17und maschinelles Lernen für Einsteiger.
22. 01:22Natürlich empfehlen wir Interesse an der Thematik und Motivation Neues zu lernen.
23. 01:27Lernziele dieses vierwöchigen Kurses sind die folgenden:
24. 01:31Ziel ist, ein gutes Verständnis, wie KI-Anwendungen entwickelt werden und welche
25. 01:37Schritte es in einem datengetriebenen Projekt gibt.
26. 01:41Zudem werden wir zeigen, welche Data Science Aufgaben in realen Projekten anfallen und
27. 01:46welche Aspekte man beachten muss.
28. 01:48Wir werden zu Beginn noch eine kurze Einführung in die Grundlagen der Sprache Python geben.
29. 01:55Doch keine Angst. Es wird nicht gefordert, dass Sie
30. 01:58eigene Machine-Learning-Algorithmen oder Modelle trainieren.
31. 02:02Für interessierte Teilnehmerinnen und Teilnehmer stellen wir die gezeigten Inhalte in
32. 02:07interaktiven Notebooks zum selbst ausprobieren zur Verfügung.
33. 02:12Auch wenn wir nicht im Detail auf die Mathematik oder die technischen Details eingehen,
34. 02:16können aber Materialien bereitstellen, falls Interesse besteht.
35. 02:22In der ersten Woche werden wir dann eine Vorhersage von Wohnungspreisen in Kalifornien
36. 02:27umsetzen und behandeln.
37. 02:28Wir betrachten hierbei einen realen Datensatz, der verschiedene Informationen hält, wie etwa die
38. 02:34Lage zum Meer oder die Bevölkerungsdichte.
39. 02:36In der 2ten Woche werden wir dann anschließend die Grundlagen zu Recommender-Systemen
40. 02:41behandeln und ein Vorschlagssystem für Filme umsetzen.
41. 02:44In der 3. Woche dann werfen wir einen Blick darauf, wie man in Texten Stimmungen analysieren kann.
42. 02:51Und dann zum Abschluss dieses Kurses, werden wir in den letzten Woche ein Machine-Learning-Modell
43. 02:56bauen, was wir nutzen, um mit Bilderkennung Gebärdensprache aus Bildern zu erkennen.
44. 03:01Wir werden dabei jede Woche ein Zusatzthema aus dem Data Science Prozess behandeln und etwas
45. 03:07genauer vorstellen. So werden beispielsweise in Woche 1 etwas stärker auf die Datenvisualisierung
46. 03:13eingehen und in den folgenden Wochen weitere Themen behandeln.
47. 03:17Bei der Vorbereitung haben wir außerdem gemerkt, dass es so viele aktuelle Themen aus der
48. 03:22ML-Forschung und der ML-Anwendungen gibt, die wir bisher noch gar nicht besprochen
49. 03:26haben. Und da wir die Themen so spannend und wichtig finden, haben wir in den
50. 03:31einzelnen Wochen Exkurse geplant. Als Beispiel hier etwa Auto-ML, also Systeme, die
51. 03:38automatisch aus Daten Modelle bauen und bereitstellen.
52. 03:43Der Kurs hat eine Laufzeit von vier Wochen.
53. 03:45Dabei sind pro Woche circa drei bis sechs Stunden Aufwand einzurechnen.
54. 03:50Eine Teilnahmebestätigung gibt es bei Zugriff auf mehr als 50 Prozent der Kursmaterialien.
55. 03:56Einen Leistungsnachweis gibt es bei Erhalt von mehr als 50 Prozent der Punkte.
56. 04:01Die Endpunktzahl setzt sich aus Punkten der Abschlussprüfung zu 50 Prozent und zu 50 Prozent
57. 04:08aus den Hausaufgaben zusammen.
58. 04:10Als kurzer Hinweis zu Beginn, die Sprache des Kurses ist deutsch.
59. 04:14Für manche Fachbegriffe werden wir allerdings die englischen Termini verwenden, da diese geläufiger
60. 04:19sind. Hierfür werden entweder an den betreffenden Stellen eine Erklärung
61. 04:25bieten oder eine deutsche Übersetzung.
62. 04:28Wir freuen uns auf die nächsten vier Wochen, und wir hoffen Sie natürlich auch.
63. 04:34Das war's zunächst für unser Introvideo.
64. 04:36Wir wünschen Ihnen viel Spaß und sehen uns im nächsten Video.

To enable the transcript, please select a language in the video player settings menu.