Self-paced course
The listed learning units belong to the course Künstliche Intelligenz und Maschinelles Lernen in der Praxis. Do you want to access all course content?
Willkommen zum Kurs
Text
Umfrage zum Kursstart
Survey
1.0 Teamvorstellung und Kursüberblick
Video
1.1 Übersicht Projekte + Aufbau Videos
Video
1.2 Übersicht Woche 1
Video
1.3 Einführung Jupyter Notebooks
Video
1.3 Einführung Jupyter Notebooks
Learning materials
1.4.1 Grundlagen in Python
Video
1.4.2 Grundlagen in Python
Video
1.4 Grundlagen Python
Learning materials
1.5 Programmierbibliotheken
Video
1.5 Programmierbibliotheken
Learning materials
1.6 Recap: Begriffe und Definitionen
Video
1.6 Recap: Begriffe und Definitionen
Learning materials
1.7 Bereiche von Machine Learning
Video
1.7 Bereiche von Machine Learning
Learning materials
1.8.1 Hauspreise in Kalifornien
Video
1.8.2 Hauspreise in Kalifornien
Video
1.8.3 Hauspreise in Kalifornien
Video
1.8 Hauspreise in Kalifornien
Learning materials
1.9 Ergebnis und Auswertung
Video
1.9 Ergebnis und Auswertung
Learning materials
Hot Topic: Reinforcement Learning
Video
Hot Topic: Reinforcement Learning
Learning materials
Hot Topic: Model Governance
Video
Hot Topic: Model Governance
Learning materials
1.10 Zusammenfassung Woche 1
Video
Lesematerial
Text
Hausaufgabe Woche 1
Learning materials
Willkommen zu Kurswoche 2
Text
2.1 Übersicht Woche 2
Video
2.2 Einführung Recommender Systems
Video
2.2 Einführung Recommender Systems
Learning materials
2.3 Erster Blick in die Daten
Video
2.3 Erster Blick in die Daten
Learning materials
2.4 Grundlagen Datenbereinigung
Video
2.4 Grundlagen Datenbereinigung
Learning materials
2.5 Recommender Systems 1
Video
2.5 Recommender Systems 1
Learning materials
2.6 Recommender Systems 2
Video
2.6 Recommender Systems 2
Learning materials
2.7 Ergebnis und Auswertung
Video
2.8 Zusammenfassung Woche 2
Video
Hot Topic: AutoML Systeme
Video
Hot Topic: AutoML Systeme
Learning materials
Hot Topic: Federated Learning
Video
Hot Topic: Federated Learning
Learning materials
Lesematerial
Text
Hausaufgabe Woche 2
Learning materials
Willkommen zu Kurswoche 3
Text
Nachtrag zu Woche 2: One-Hot-Encoding
Text
3.1 Übersicht Woche 3
Video
3.2 Datenformate
Video
3.2 Datenformate
Learning materials
3.3 Datenrepräsentationen
Video
3.3 Datenrepräsentationen
Learning materials
3.4 Hyperparameter
Video
3.4 Hyperparameter
Learning materials
3.5.1 Sentiment Analyse
Video
3.5.2 Sentiment Analyse
Video
3.5 Sentiment Analysis
Learning materials
3.6 Mehr Daten, bessere Ergebnisse
Video
3.6 Mehr Daten, bessere Ergebnisse
Learning materials
3.7 Datenlabeling
Video
3.7 Datenlabeling
Learning materials
Hot Topic: Forschung & Gründung am HPI
Video
Hot Topic: Large-scale Language Models
Video
Hot Topic: Large-scale Language Models
Learning materials
3.8 Zusammenfassung von Woche 3
Video
Lesematerial
Text
Hausaufgabe Woche 3
Learning materials
Willkommen zu Kurswoche 4
Text
Nachtrag: Klassifikation vs. Regression vs. Clustering und F1-Score
Text
4.1 Übersicht von Woche 4
Video
4.2 Einführung Computer Vision
Video
4.2 Einführung Computer Vision
Learning materials
4.3 Erster Blick in die Daten
Video
4.3 Erster Blick in die Daten
Learning materials
4.4.1 Grundlagen der Datenbeschaffung
Video
4.4.2 Grundlagen der Datenbeschaffung
Video
4.4 Grundlagen der Datenbeschaffung
Learning materials
4.5 Bilderkennung 1
Video
4.6 Bilderkennung 2
Video
4.6 Bilderkennung
Learning materials
4.7 Auswertung und Ergebnis
Video
Hot Topic: Bias und Fairness in ML
Video
Hot Topic: Bias und Fairness in ML
Learning materials
Hot Topic: Explainability
Video
Hot Topic: Explainability
Learning materials
4.8 Zusammenfassung Woche 4
Video
4.9 Abschließende Worte
Video
Dankeschön, abschließende Worte und die Zukunft
Text
Lesematerial
Text
Hausaufgabe Woche 4
Learning materials