Beim Laden des Videoplayers ist ein Fehler aufgetreten, oder es dauert lange, bis er initialisiert wird. Sie können versuchen, Ihren Browser-Cache zu leeren. Bitte versuchen Sie es später noch einmal und wenden Sie sich an den Helpdesk, wenn das Problem weiterhin besteht.
Alle reden über “Maschinelles Lernen”, "Neuronale Netze", "Künstliche Intelligenz" und "Deep Learning - doch wie diese Techniken genau in der Praxis funktionieren und eingesetzt werden, erfahren Sie in diesem weiterführenden openHPI Kurs.
In diesem vierwöchigen Gratis-Kurs können Jugendliche und andere Interessierte ohne Programmier-Erfahrung und technisches Hintergrundwissen lernen, wie Machine Learning Projekte in der Praxis umgesetzt werden können. Wir wollen dabei das Basiswissen aus dem Kurs “Künstliche Intelligenz und Maschinelles Lernen für Einsteiger” weiter vertiefen und Ihnen ein Gefühl für die Chancen und Herausforderungen von Machine Learning Projekten in der Praxis vermitteln. Dafür betrachten wir mehrere konkrete Anwendungsfälle - unter anderem die Erkennung von Gebärdensprache aus Bildern und die Stimmungsanalyse von Zeitungsartikeln. Geleitet wird der Kurs von den Masterstudenten Johannes Hötter und Christian Warmuth.
Kurssprache: Deutsch
Beginner, Big Data and AI
Kursinformationen
Im Einstiegskurs “Künstliche Intelligenz und Maschinelles Lernen für Einsteiger” wurden bereits Grundlagen zum Thema Maschinelles Lernen und Künstliche Intelligenz vermittelt. In diesem Folgekurs wollen wir nun die praktische Umsetzung dieser Thematik beleuchten und Ihnen Herausforderungen und Chancen im Umgang mit realen Daten und Anwendungsfällen vermitteln.
Die Kursleiter Johannes Hötter und Christian Warmuth werden hierbei das erlernte Wissen vertiefen und in Teilen ergänzen. Im Fokus stehen jedoch die interaktiven und realen Anwendungsfälle. Wir werden hierbei alle Schritte eines realen datengetriebenen Projektes behandeln und erklären - von der ersten Sicht auf die Daten, über das Training des jeweils verwendeten ML-Modells bis hin zur Ergebnisanalyse und Interpretation.
Für den Kurs wird keine Programmiererfahrung vorausgesetzt, da keine eigene Programmierung nötig sein wird - die gezeigten Programmierbeispiele werden von den Kursleitern umgesetzt. Natürlich können aber diejenigen, die gerne im Kurs programmieren möchten, unsere Lösungen nachvollziehen, unsere Lösungen selbst ausführen und eigene Herangehensweisen entwickeln. Tiefergehende Mathematik-Kenntnisse werden ebenfalls nicht vorausgesetzt. Die Kenntnis der Inhalte des Kurses “Künstliche Intelligenz und Maschinelles Lernen für Einsteiger” wird vorausgesetzt. Falls Sie bisher nicht am Kurs teilgenommen haben, können Sie diesen im Selbststudium absolvieren.
Zielgruppe
Der Onlinekurs richtet sich an Schülerinnen und Schüler von Oberschulen sowie auch an interessierte Erwachsene ohne Programmiererfahrung und ohne technisches Hintergrundwissen.
Kursstruktur
- Woche 1: Wiederholung wichtiger Konzepte und praktisches Projekt über die Vorhersage von Wohnungspreisen
- Woche 2: Zweites praktisches Projekt über Vorschläge neuer Filme und hierfür wichtige Theorie
- Woche 3: Drittes Anwendungsfall: Stimmungsanalyse in Filmbewertungen
- Woche 4: Erkennung von Gebärdensprache-Bildern und Übersetzung in Text als viertes praktisches Projekt
Arbeitsaufwand
Für das Durcharbeiten von Lehr-Videos, Selbsttests, Hausaufgaben und Prüfungen sowie für die Diskussion des Stoffs im Kursforum mit den anderen Lernenden und dem Kursleiter-Team sollten die Teilnehmenden von einem Zeitaufwand von 3 bis 6 Stunden pro Woche ausgehen.
Hinweis auf weitere Kurse zur Thematik
Beachten Sie auch unseren openHPI-Kurs „Praktische Einführung in Deep Learning für Computer Vision“. Hierin geht es um die Frage, wie man eigenhändig neuronale Netze anlegen und für Anwendungen künstlicher Intelligenz einsetzen kann, um dem Computer das „Sehen“ beizubringen.
Lernmaterial
Woche 1:
Wiederholung wichtiger Konzepte und praktisches Projekt über die Vorhersage von WohnungspreisenWoche 2:
Zweites praktisches Projekt über Vorschläge neuer Filme und hierfür wichtige TheorieWoche 3:
Drittes Anwendungsfall: Stimmungsanalyse in FilmbewertungenWoche 4:
Erkennung von Gebärdensprache-Bildern und Übersetzung in Text als viertes praktisches ProjektAbschlussprüfung:
Die Abschlussprüfung findet während Kurswoche 4 statt.I like, I wish
Diesen Kurs reaktivieren
Diesen Kurs können Sie reaktivieren und so die Möglichkeit erhalten, sich noch für einen Leistungsnachweis zu qualifizieren. Weitere Informationen finden Sie hier — oder
Für diesen Kurs einschreiben
Lernende
Bewertungen
Der Kurs wurde mit durchschnittlich 4.75 Sternen bei 48 abgegebenen Stimmen bewertet.
Anforderungen für Leistungsnachweise
- Den Leistungsnachweis erhält, wer in der Summe aller benoteten Aufgaben mindestens 50% der Höchstpunktzahl erreicht hat.
- Die Teilnahmebestätigung erhält, wer auf mindestens 50% der Kursunterlagen zugegriffen hat.
Mehr Informationen finden Sie in den Richtlinien für Leistungsnachweise.
Dieser Kurs wird angeboten von
Johannes Hötter hat am Hasso Plattner Institut Data Engineering studiert, und zuvor Wirtschaftsinformatik an der Hochschule Bonn-Rhein-Sieg. Er ist spezialisiert auf Künstliche Intelligenz für Texte, Dokumente und Sprache, und hat die Softwarefirma Kern AI mitgegründet.
Christian Warmuth ist Absolvent des Masterstudiengangs Data Engineering am Hasso-Plattner-Institut. Seinen Bachelor in Wirtschaftsinformatik erlangte er in Mannheim in Zusammenarbeit mit SAP. Nach einem längeren Aufenthalt im Silicon Valley entwickelte Christian eine Leidenschaft für das Gebiet der Künstlichen Intelligenz und des maschinellen Lernens. Seitdem beschäftigt er sich sowohl in seiner Freizeit als auch im beruflichen und akademischen Kontext intensiv mit diesen Themen.
Derzeit ist Christian bei SAP Signavio als AI Engineer im Bereich Innovation Office & Strategic Projects tätig. In dieser Funktion arbeitet er an der Schnittstelle von Geschäftsprozessen und maschinellem Lernen.
Christian betreibt auf unhyped.io einen Blog und Newsletter zum Thema Innovation und Künstliche Intelligenz.