|
 Didaktische Vorüberlegungen |
|
|
:-) |
|
|
| Einführung |
Was ist künstliche Intelligenz? |
|
|
KI spielen |
|
|
Vom biologischen zum künstlichen Neuron |
|
|
| Künstliches neuronales Netz verstehen |
Einfache Vorhersage mit mehreren Eingaben |
|
|
Vorhersagen mit mehreren Ausgaben |
|
|
Lösung: Vorhersagen mit Hidden Layer |
|
|
Lösung: Gewicht anpassen, d.h. Lernen |
|
|
Gradientenabstieg |
|
|
Konvergenz und Divergenz |
|
|
Lösung: Optimale Lernrate finden |
|
|
Mehrere Gewichte gleichzeitig "erlernen" |
|
|
Lösung: Normalisierung |
|
|
Lösung: Gradientenabstieg mit mehreren Ein- und Ausgaben |
|
|
Training mit Datenmengen |
|
|
Datenmenge mit Hidden Layer erlernen |
|
|
Exkurs: Aktivierungsfunktionen |
|
|
Lösung: XOR mit verschiedenen Aktivierungsfunktionen trainieren |
|
|
Exkurs: XOR mit Tensorflow |
|
|
Lösung: Tensorflow-Algorithmus des XOR-Problems optimieren |
|
|
| Datenexploration |
Data-Mining |
|
|
Datenvisualisierung |
|
|
RMV API auslesen |
|
|
Lösung: Datenanalyse |
|
|
 Anwendung von Tensorflow |
|
|
Exkurs: Statistische Grundbegriffe |
|
|
| Entwicklungsumgebung |
Programmiersprachen für KI-Programmierung |
|
|
Anaconda |
|
|
Jupyter Notebook |
|
|
Lösung: Plotten und beschreiben Sie die quadratische Funktion mit Jupyter Notebook |
|
|
| Quellen |
5 Fragen, die vor dem KI-Projekt gestellt werden sollten |
|
|
Operationalizing AI — Managing the End-to-End Lifecycle of AI |
|
|
| KI-Domainen |
Computer Vision |
|
|
| Natural Language Processing NLP |
Natural Language Processing |
|
|
NLP-basierte Suchmaschine |
|
|
Word Embeddings |
|
|
Kontextfenster |
|
