Beyond Machine Learning Kurs - Live Online oder in Präsenz lernen

Ein Blick auf den Status quo – Was ist heute möglich?

• Überblick über aktuelle Einsatzfelder und realisierbare Anwendungen von Machine Learning (ML)
• Technologische und methodische Grundlagen des Machine Learnings verständlich erklärt
• Praktische Anwendungsgebiete aus Wirtschaft, Wissenschaft und Alltag
• Bewertung von Chancen und Risiken: Wo liegt der Nutzen, wo die Herausforderungen?
• Limitationen heutiger ML-Modelle – technische, ethische und gesellschaftliche Grenzen
• Wirtschaftliche Aspekte: Aufwand, Kostenstrukturen und Erfolgsfaktoren von ML-Projekten
• Live-Showcase: Vergleich verschiedener Modelltypen und ihre Leistungsfähigkeit

Blick nach vorn – Wohin entwickelt sich die KI?

• Aktueller Stand der Forschung im Bereich Machine Learning und Künstliche Intelligenz
• Wie weit ist die Entwicklung zur Artificial General Intelligence (AGI)?
• Neue Denkansätze und Paradigmenwechsel im ML-Feld

Vertiefung: Moderne Methoden und zukunftsweisende Ansätze

• Transfer Learning – Wissen zwischen Modellen übertragen
• Active Learning – Lernen durch gezielte Datenabfrage
• Federated Learning – Dezentralisiertes Lernen mit Datenschutzfokus
• Reinforcement Learning – Belohnungsbasiertes Lernen in dynamischen Umgebungen
• Kognitive Ansätze – Inspiration aus der menschlichen Wahrnehmung und Intelligenz
• Generative KI (GenAI) – Einführung in GANs, Transformer-Architekturen und VAEs
• 3DP3 – Lernen in 3D-Umgebungen und physikalischen Simulationen
• Generalismus vs. Spezialisierung – Breite Intelligenz vs. hochoptimierte Spezialmodelle
• Evolutionäre Algorithmen – Lernen durch Simulation von Naturprinzipien