Was künstliche Intelligenz wirklich ist
Künstliche Intelligenz, herkömmliche Software, Automatisierung, Algorithmen, Modelle, schwache KI, allgemeine künstliche Intelligenz und die historische Entwicklung des Fachgebiets.
Künstliche Intelligenz AI-101
Grundlagen der Künstlichen Intelligenz
Eine nichttechnische Einführung in moderne künstliche Intelligenz
Entwickeln Sie ein klares und praxisnahes Verständnis dafür, wie moderne künstliche Intelligenz funktioniert – ohne Programmierkenntnisse, fortgeschrittene Mathematik oder technische Vorkenntnisse.
US$145
Nach erfolgreichem Abschluss ist ein elektronisches Abschlusszertifikat der First BCI University im PDF-Format enthalten.
AI-101
Kursüberblick
Grundlagen der Künstlichen Intelligenz ist ein strukturierter Einsteigerkurs für alle, die künstliche Intelligenz über Schlagzeilen, Produktdemonstrationen und technischen Fachjargon hinaus verstehen möchten.
Der Kurs erklärt, wie Daten, maschinelles Lernen, neuronale Netze, generative KI, Computer Vision, Audiosysteme, Robotik und autonome Systeme zusammenwirken. Die Studierenden untersuchen außerdem die Grenzen von KI sowie die Bedeutung von Datenschutz, Sicherheit, Fairness, Überprüfung und sinnvoller menschlicher Aufsicht.
Das Programm richtet sich an erwachsene Lernende und Berufstätige, die KI fundiert verstehen möchten. Programmiererfahrung, fortgeschrittene Mathematik oder ein vorheriges Informatikstudium sind nicht erforderlich.
Lernziele
Was Sie lernen werden
-
01
Erklären, wie sich künstliche Intelligenz von herkömmlicher Software, Automatisierung und regelbasierten Systemen unterscheidet.
-
02
Beschreiben, wie Datensätze, Training, Validierung, Tests und Inferenz zur Entwicklung von KI-Systemen beitragen.
-
03
Zwischen überwachtem, unüberwachtem und bestärkendem Lernen unterscheiden.
-
04
Neuronale Netze, Deep Learning und Transformer auf konzeptioneller Ebene erklären.
-
05
Beschreiben, wie generative KI und große Sprachmodelle Inhalte erzeugen.
-
06
Häufige Probleme wie Halluzinationen, Überanpassung, Verzerrungen, Datenlecks und Veränderungen der Datenverteilung erkennen.
-
07
Die Grundlagen von Computer Vision, Audio-KI, Robotik und autonomen Systemen verstehen.
-
08
Ein KI-System anhand seines Zwecks, seiner Daten, Methode, Ergebnisse, Risiken und menschlichen Aufsicht bewerten.
-
09
Datenschutz, Sicherheit, Fairness, Transparenz und Verantwortlichkeit beim verantwortungsvollen Einsatz von KI analysieren.
-
10
Möglichkeiten für weiterführendes KI-Lernen und berufliche Entwicklung identifizieren.
Zehn strukturierte Module
Kurslehrplan
Daten: die Grundlage künstlicher Intelligenz
Strukturierte und unstrukturierte Daten, Datenerhebung, Kennzeichnung, Qualität, Repräsentativität, Datenschutz, Verzerrungen und der vollständige Datenlebenszyklus.
Grundlagen des maschinellen Lernens
Überwachtes, unüberwachtes und bestärkendes Lernen, Modellbewertung, Generalisierung, Überanpassung und praktische Fehleranalyse.
Neuronale Netze und Deep Learning
Schichten, Gewichte, Repräsentationen, Convolutional Networks, rekurrente Netze, Transformer sowie Stärken und Grenzen des Deep Learning.
Verarbeitung natürlicher Sprache und generative KI
Sprachmodelle, Tokens, Kontext, Prompt-Gestaltung, Generierung, Halluzinationen, Überprüfung, Informationsabruf und einführende Konzepte zu KI-Agenten.
Computer Vision, Audio-KI und multimodale Systeme
Bilderkennung, Objekterkennung, Sprachsysteme, synthetische Medien, multimodale Analyse, Authentizität und Einwilligung.
Robotik und autonome Systeme
Sensoren, Wahrnehmung, Planung, Steuerung, Aktoren, Autonomie, Sicherheitsgrenzen und menschliches Eingreifen.
Künstliche Intelligenz in der realen Welt
KI-Anwendungen im Gesundheitswesen, Finanzwesen, Bildungsbereich, Einzelhandel, in der Logistik, Fertigung, öffentlichen Verwaltung, Landwirtschaft und in kleinen Unternehmen.
Verantwortungsvolle künstliche Intelligenz
Ethik, Datenschutz, Sicherheit, Verzerrungen, Fairness, Erklärbarkeit, Verantwortlichkeit, Governance und sinnvolle menschliche Aufsicht.
Die Zukunft der KI und menschliche Fähigkeiten
KI-Agenten, multimodale Systeme, neue Anwendungen, berufliche Rollen, übertragbare menschliche Fähigkeiten und lebenslanges Lernen.
Offiziell empfohlenes Kursbuch
First BCI University Artificial Intelligence Foundations
A Non-Technical Guide to Data, Machine Learning, Generative AI, Robotics, and Responsible Use
- Autor
- Konstantin Titov
Dieses Buch ist das empfohlene Lernmaterial für AI-101. Seine zehn Kapitel folgen dem Kursplan und bieten ausführliche Erklärungen, realistische Situationen, Wissensüberprüfungen und anwendungsorientierte Lernaktivitäten.
Als sicher herunterladbares eBook für US$12.99 erhältlich.
DIESES BUCH KAUFEN — US$12.99Erfolgreicher Abschluss
Leistungsbewertung und Abschluss
Bestandteile der Leistungsbewertung
- Zehn Wissensüberprüfungen, eine für jedes Modul
- Anwendungsorientierte Lernaktivitäten auf Grundlage realistischer KI-Situationen
- Eine Abschlussprüfung zu den wichtigsten Konzepten des Kurses
- Eine abschließende Analyse eines realen KI-Systems
Abschlussanforderungen
- Alle zehn Lernmodule abschließen
- Die erforderlichen Wissensüberprüfungen absolvieren
- Mindestens 70 % in der Abschlussprüfung erreichen
- Die abschließende Analyse eines KI-Systems einreichen
AI-101 Anmeldung
Beginnen Sie ein strukturiertes Studium der künstlichen Intelligenz.
US$145
Erhalten Sie sicheren Online-Zugang zu AI-101. Das elektronische Abschlusszertifikat der First BCI University im PDF-Format ist nach erfolgreicher Erfüllung der Abschlussanforderungen inklusive.
KURS JETZT KAUFEN