Wie strukturiert man eine Machine Learning-Lösung?
- 00:00:00 Start
- 00:00:04 QUA³CK-Prozess
- 00:00:29 Standardprozesse KDD und CRISP-DM
- 00:00:48 Vergleich Standardprozesse zu QUA³CK
- 00:01:45 Question
- 00:02:15 Understanding the data
- 00:03:01 Das dreimal A
- 00:03:02 Algorithm selection and training
- 00:03:15 Data adaptation
- 00:03:29 Hyperparameter adjustment
- 00:04:16 Random search
- 00:04:39 Grid search
- 00:05:42 Conclude and compare
- 00:06:16 Knowledge transfer
| Zugehörige Institution(en) am KIT | Institut für Technik der Informationsverarbeitung (ITIV) Universität Karlsruhe (TH) – Zentrale Einrichtungen (Zentrale Einrichtungen) Zentrum für Mediales Lernen (ZML) |
| Publikationstyp | Audio & Video |
| Publikationsdatum | 19.10.2021 |
| Erstellungsdatum | 20.09.2021 |
| Sprache | Deutsch |
| DOI | 10.5445/IR/1000139083 |
| Identifikator | KITopen-ID: 1000139083 |
| Lizenz | Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International |
| Bemerkung zur Veröffentlichung | Das Karlsruher Institut für Technologie (KIT) bietet seinen Studierenden bereits seit 2019 das „Labor für Angewandte Machine Learning Algorithmen“ - kurz LAMA genannt - an. Entwickelt am Institut für Technik und Informationsverarbeitung (ITIV), vermittelt diese Lehrveranstaltung die Grundlagen des Machine Learnings und ermutigt Studierende dazu, diese Kompetenzen in anwendungsnahen Projekten umzusetzen. Wegen seines kreativen und praxisorientierten Lehrkonzepts wurde LAMA im Jahr 2020 mit dem Lehrpreis der KIT-Fakultät für Elektrotechnik und Informationstechnik ausgezeichnet. Da die Plätze im Labor begrenzt sind und deswegen nur eine kleine Zahl von Studierenden daran teilnehmen kann, reifte die Überlegung, die Inhalte einem größeren Publikum zugänglich zu machen. In einem gemeinsamen Projekt des ITIV und des Zentrums für Mediales Lernen (ZML) am KIT ging somit aus LAMA der interaktive Onlinekurs AMALEA hervor! Als eine der führenden Universitäten auf dem Gebiet der Informatik und Informationstechnik möchte das KIT hiermit nicht nur Studierenden die Möglichkeit bieten, KI-Kompetenzen auf Universitätsniveau zu erwerben, sondern auch allen Interessierten außerhalb der Hochschule. Nun kennen Sie die Hintergrundgeschichte der Lamas. Damit die Verbindung zwischen LAMA und AMALEA sichtbar bleibt, werden Sie in diesem Kurs ab und zu auf Lamas (und andere Tiere) treffen. Welche Kompetenzen kann ich erlangen? Nach Abschluss des AMALEA-Kurses werden Sie ein grundlegendes Verständnis für das Machine Learning erworben haben. Zudem werden Sie praktische Erfahrungen mit Algorithmen gesammelt haben und Machine Learning Prozesse für eigene Projekte anwenden können. Sie werden in der Lage sein... geeignete Verfahren des maschinellen Lernens auszuwählen, KI-Anwendungsfälle innerhalb und außerhalb von Unternehmen zu identifizieren, KI-Ergebnisse zu verstehen und zu interpretieren, die QUA³CK-Prozessschritte anzuwenden, Verfahren des Maschinellen Lernens zu implementieren. Für wen ist der Kurs geeignet? Grundsätzlich ist der Kurs für alle Interessierten geeignet. Einige Voraussetzungen können allerdings hilfreich sein. Dazu gehören Vorkenntnisse in der linearen Algebra (Matrizen und Vektorrechnung), Analysis und Differenzialrechnung. Erste Erfahrungen in der Python Programmierung erleichtern zudem den Einstieg in die Programmierübungen der Jupyter Notebooks. Welche Inhalte erwarten mich und wie ist der Kurs aufgebaut? Der Kurs AMALEA besteht aus 6 Kurswochen und beansprucht jeweils ca. 8 Stunden Bearbeitungszeit pro Woche. Sie werden dabei Schritt für Schritt durch die Inhalte geführt. In den ersten beiden Wochen werden Sie wichtige Grundlagen des Maschinellen Lernens und einen Überblick über den QUA³CK-Prozess kennenlernen, danach geht es weiter mit klassischen Verfahren des Maschinellen Lernens und verschiedenen neuronalen Netzen. |
| Serie | Angewandte Machine Learning Algorithmen (AMALEA) |
| Folge | 1 |