Künstliche Intelligenz mit R (Präsenzkurs)

Das einführende Modul Data Science und Künstliche Intelligenz mit R gibt einen Überblick über die aktuellen Data Science Methoden der Künstlichen Intelligenz mit zahlreichen Praxisbeispielen aus Prozessindustrie, Predictive Maintenance oder dem Natural Language Processing (NLP), das die Grundlage von Chatbots darstellt. Ein besonderer Fokus wird zudem auf das Maschinelle Lernen gelegt, das ein wichtiges Handwerkszeug eines jeden Data Scientists ist. Dabei steht der Hands-on-Character im Fokus. Zuerst gibt es eine intensive Einführung in die Programmiersprache R, woraufhin an einem Praxis-Beispiel der gesamte Data-Science-Prozess inkl. Datenzugriff, Visualisierung, Aufbereitung der Daten, Feature Engineering, Validierung und Evaluation umgesetzt wird. Dabei programmieren Sie eigenhändig den Machine Learning Algorithmus Learning Vector Quantization (LVQ), der Ähnlichkeiten zu Neuronalen Netzen besitzt. Insgesamt erhalten Sie dadurch einen intensiven Einblick, wie Data Science und Künstliche Intelligenz in der Praxis angewendet werden. Gerne können Sie hierfür auch Ihre eigene Fragestellung inkl. der notwendigen Daten mitbringen. „Data Scientist: The Sexiest Job of the 21st Century“ lautete der Titel eines Artikels der Harvard Business Review in 2012. Wenn es um die erfolgreiche Nutzung von Daten geht, dominiert jedoch seit einigen Jahren die „Künstliche Intelligenz“ die Berichterstattung. Wie passt das zusammen? Den aktuellen Höhenflug hat die Künstliche Intelligenz dem Maschinellen Lernen zu verdanken. In dieser Disziplin werden Erkenntnisse und Regeln direkt aus den Daten gewonnen. Auch Data Scientists nutzen zahlreiche Methoden aus dem Bereich des Maschinellen Lernens – daher der Zusammenhang. Ein wichtiger Faktor bei der erfolgreichen Nutzung von Daten ist deren Kontext. Dies macht die Fach- und Branchenexpertise zu einem wichtigen Bestandteil für Data Science und Künstliche Intelligenz. In Online-Kurs Data Science und Künstliche Intelligenz mit R schlagen wir eine Brücke von der Fach- und Branchenexpertise zur erfolgreichen Nutzung von Daten. \n\nDer R-Kurs Data Science und Künstliche Intelligenz mit R ist das erste Modul des Lehrgangs → Data Science Crash Course mit R. Mit dem Lehrgang erhalten eine fundierte und modular aufgebaute Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning (Maschinelles Lernen) sowohl für numerische Daten als auch für Textdaten. Bei entsprechenden Vorkenntnissen können Sie die Module auch einzeln besuchen.

Zielgruppe

Das Seminar Data Science und Künstliche Intelligenz mit R ist für Beschäftigte aus operativen Bereichen, R&D und IT mit grundlegenden Programmierkenntnissen geeignet, welche die Potenziale von Data Science, Künstlicher Intelligenz und Maschinellem Lernen für ihren Bereich kennenlernen und hautnah erfahren möchten. Anwender, Studenten, Doktoranden und Forscher aus den mathematischen, statistischen, naturwissenschaftlichen, ingenieurwissenschaftlichen, informationstechnologischen, betriebs-, wirtschafts-, markt- und sozialwissenschaftlichen Bereichen sind ebenfalls willkommen. Zudem eignet sich diese Einführung auch für Entscheider, die wissen möchten, was sich hinter den aktuellen Schlagwörtern verbirgt und was alles nötig ist, um ein erstes Projekt zu starten oder ein Data Science Team aufzubauen.

Zielsetzung

In diesem R-Kurs lernen Sie, die aktuelle Berichterstattung zu Künstliche Intelligenz, Maschinellem Lernen, Reinforcement Learning und Data Science sowie deren Anwendungspotential in verschiedenen Bereichen wie Logistik, Predictive Maintenance oder Chatbots inhaltlich einordnen und bewerten können; vorhandene Daten mit R und Methoden des Maschinellen Lernens für Ihren Bereich nutzbar machen können (unter Einsatz der R-Pakete Tidyverse, Caret und Keras/Tensorflow); die Programmiersprache R und den wissenschaftlichen Rechenstapel von R zur Implementierung von Maschinellen Lernalgorithmen kennengelernt haben, um zu wissen, welche Daten für die erfolgreiche Umsetzung einer Fragestellung aus Ihrem Bereich (noch) notwendig sind und ein vollständigen Data-Science-Zyklus umgesetzt haben und damit wissen, was hierfür notwendig ist und welche Herausforderungen auf Sie zukommen werden. Weitere Ziele können Sie im Detail der Homepage entnehmen.

Förderungsmöglichkeiten

Bildungsurlaub, Weiterbildungsscheck, Weiterbildungsbonus, QualiScheck (kein Bildungsgutschein)

Teilnahmevorraussetzungen

Für das Seminar Data Science und Künstliche Intelligenz mit R sind Grundverständnisse der Linearen Algebra (Vektoren, Matrizen) und Basiswissen in der Statistik (wie Korrelationen, Signifikanztests, lineare Regression) sehr empfehlenswert. Sie sollten Grundkenntnisse in einer Programmiersprache besitzen, am besten wäre eine Skriptsprache wie R, Python oder Matlab. Liegen keine Programmierkenntnisse vor, können Sie den dafür entwickelten Vorbereitungskurs Einführung in die Programmierung mit R besuchen.

Preishinweis

Preis inkl. MwSt. Selbstzahler erhalten 50 % Rabatt, der Kurs ist außerdem Bestandteil des 5-tägigen Seminars "Data Science Crash Course". Bei Buchung des 5-tägigen Seminars zahlen Sie 10 % weniger als für die Teilkurse.