weitere Lehrende: Alexander König
Der Kurs gibt einen Einblick in die Funktionsweise von Machine Learning Systemen und soll den theoretischen und praktischen Umgang mit dieser Technologie vermitteln.
Neben der Befähigung zur künstlerischen und kritischen Reflexion, steht die Kommunikationskompetenz mit den Fachbereichen der Informatik im Vordergrund.
Theoretische Grundlagen:
- Theoretische Einführung in die Geschichte der AI (Kybernetik bis Machine Leraning)
- Begriffsdefinitionen (Was ist „Künstliche Intelligenz“ etc.)
- Definitionen der Verschiedenen Arten von Machine Learning
- Kurze Erläuterung der mathematischen Grundlagen
- Exkurs über Datensätze und Training
- Reflektion über Sprachauffassung
Praktische Grundlagen Block I – Big Data :
- Einführung in die Benutzung von Jupyter Notebooks
- Research nach Datensätzen
- Programmierung intelligenter Systeme mit Scikit-Learn
- Visualisierung
Praktische Grundlagen Block II – Natural Language Processing (NLP):
- Einführung in NLP
- Nutzung von NLTK
- Grundlagen Word2vec
- Visualisierung |
