Grundkurs Künstliche Intelligenz für Python Programmierer
Du bist Python-Programmierer und willst die wichtigsten Themen des neuen Themenfelds der Künstlichen Intelligenz kennen lernen und herausfinden, wo Du sie in Deine laufenden Projekte, Softwarearchitekturen und -designs integrieren kannst? Dann ist dieser Kurs genau der Richtige für Dich. Schritt für Schritt und auf praxisorientierte Weise lernst Du viele KI Konzepte und Algorithmen wie Intelligente Suche, Logical Reasoning, Knowledge Representation, Decision Theory bis hin zu Machine Learning, Computer Vision, Natural Language und Multi-Agent kennen und wie Du sie mit Python implementieren und in Deinen Code integrieren kannst. Erfahre hier mehr über diese spannende KI Praxisschulung...
Nutzen
- Moderne Themen der künstlichen Intelligenz praxisorientiert lernen
- Entscheiden ob künstliche Intelligenz für Dein Projekt in Frage kommt
- Sicherer Einstieg in ein breites Themenspektrum der künstlichen Intelligenz
- Grundlagen für weitere KI Themen wie Machine Learning und Deep Learning
Dieser Kurs behandelt die modernen Grundlagen des Themenfelds künstliche Intelligenz. Die Themen haben unsere KI-Experten für Dich sorgfältig ausgewählt. Deine Trainer sind herausragende Universitäts-Professoren und Praktiker aus der Industrie mit verschiedenen KI-Schwerpunkten und Themen. Die ausgewählten Themen decken die in der Industrie am meisten eingesetzten KI Themen ab.
Lerne KI von unseren Experten, und Du wirst erstaunt sein, was möglich ist!
Inhalte
Der Kurs behandelt eine Auswahl folgender Themen:
- Search and Constraint Satisfaction
- Logical Reasoning and Knowledge Representation
- Probabilistic Reasoning and Decision Theory
- Introduction to Machine Learning
- Computer Vision
- Natural Language Processing and Commonsense Reasoning
- Multi-Agent Problems
- Robotics and Autonomous Vehicles
Für weitere Details bitte die untenstehende Agenda ansehen.
Vorkenntnisse
Dieser Kurs zum Thema Künstliche Intelligenz eignet sich für Personen mit sehr guten Python-Kenntnissen sowie grundlegenden Kenntnissen in Lineare Algebra und Wahrscheinlichkeitstheorie.
Falls Du diesen Kurs mit der Programmiersprache R absolvieren möchtest, dann schau Dir den KI Kurs mit R an. Falls Du Teamleiter, Manager, Geschäftsführer oder Nicht-Programmierer bist, dann schau Dir unseren Kurs Künstliche Intelligenz für Entscheider an.
Individuell: wir gehen gezielt auf Dich ein und berücksichtigen Deine Vorkenntnisse, Wunschthemen und Schwerpunkte
Strukturiert und leicht verständlich
Bringe deine Karriere, Studium oder Ausbildung auf die nächste Stufe: mit Zertifikat
Sicher und eigenständig Programme entwickeln (ob privat, beruflich oder für dein Startup)
Viel, viel, viel Praxis: sofort anwendbare Ergebnisse
kleine Gruppen: max. 8 Teilnehmer im 3-Tages-Kurs max. 15 Teilnehmer im Online-Coaching
Von Experten nach der Raed- Methode® entwickelt & auf die Anforderungen von Tech-Unternehmen im Jahr 2020 ausgerichtet
E-Mail-Support auch nach Ende des Kurses
Kursbeschreibung
Dieser Kurs bietet einen Überblick über die wichtigsten Themen der modernen künstlichen Intelligenz (KI). Er erfordert keine Vorkenntnisse in KI, aber die Teilnehmer sollten fließend eine Programmiersprache (z. B. Python oder C++) beherrschen und Grundkenntnisse in linearer Algebra und Wahrscheinlichkeitstheorie haben.
Deine Trainer
Der KI Kurs für Python-Programmierer wird von einem der folgenden Trainer durchgeführt:

Dr. Matthias Hölzl
Expert: Künstliche Intelligenz, Python, C++, Java, JavaScript, Clean Code & Software Architektur
- Promotion an der LMU. Fachbereich: Software Engineering
Referenzen: 30 Jahre Lehr- und Industrieerfahrung. Davon 18 Jahre an der Ludwig-Maximilians-Universität München, zuletzt als Professor für Software and Computational Systems Engineering. Schulung, Technisches Coaching für Maschine Learning, Deep Learning, Prozesse Automatisierung sowie Begutachtung und Verbesserung von Software Architektur bei großen IT Projekten. Python und Java Schulungen für Deutsche Bank, BMW, BA, VKB, etc. Herausgeber und Autor mehrerer Bücher beim Springer-Verlag und Autor zahlreicher wissenschaftlicher Publikationen.

Prof. Dr. Peer Kröger
Expert: Künstliche Intelligenz, Data Science, Big Data, SQL/NoSQL Datenbank, Python, Java
- Promotion an der LMU. Im Fachbereich Data Science
Referenzen: Jahrelange Erfahrung in der Umsetzung von Data Science Projekten sowie in der Beratung und in Schulungen u.a. in der Automobil-Industrie, bei Finanzdienstleistern und im Mittelstand. Ca. 150 wissenschaftlich begutachtete Publikationen (über 8000 mal zitiert) zum Thema Data Science, Data Mining, Maschinelles Lernen. KI Mitglied des KI-Kompetenzzentrums Munich Center for Machine Learning (MCML) an der LMU München sowie Professor für Informationssysteme und Data Mining an der CAU zu Kiel (Lehrstuhlinhaber).

Dr. Stefan Behnel
Expert: Python, Pytest, Unit Test und TDD, Clean Code, Clean Software Architektur, Fast Python, Cython
- Promotion an der TU Darmstadt zum Dr. Ing. in Softwarearchitektur
Referenzen: 15 Jahre Erfahrung als Consultant, Software-Entwickler und Software-Architekt in den Branchen Finanzdienstleistung, Autoindustrie, Verlag und Touristik im Bereich High-Performance Python und Open-Source, Hauptentwickler von Cython, auf Cython basiert die Data Sience Bibliothek PANDA. Python Schulungen für Dräger, Apple, Sky Deutschland, IT-Firmen, ...

Allaithy Raed
Expert: Java, Python, Clean Code, Clean Software Architektur, Clean Unit Test und TDD, Refactoring Patterns
- Promotion an der LMU im Bereich Programmiersprachen (2022).
Referenzen: 17 Jahre Lehr- und Industrieerfahrung, davon 12 Jahre Dozent an der Ludwig-Maximilians-Universität München für Java, Python, Effiziente Algorithmen, Mehrfach ausgezeichnet für hervorragende Lehre an der LMU, Buchautor für Java & demnächst Python bei den Verlagen Springer und O'Reilly, Entwickler der RAED-Lehrmethode®, Train the Trainer Ausbilder, Team-Schulungen in Java und Python für BMW, VW, BA, SIEMENS, AGFA-Healthcare, TÜV Süd, Schufa AG, ..
ZERTIFIKAT
Selbstverständlich erhältst Du als Teilnehmer am künstliche Intelligenz Kurs für Python-Programmierer ein Zertifikat. Voraussetzung dafür ist die komplette Teilnahme an allen Kurseinheiten und Programmier-Aufgaben und die erfolgreiche Programmierung eines kleinen Abschlussprojektes. Das allerdings wird Dir nach dieser intensiven KI Schulung mehr Freude als Stress bereiten.
Agenda
Die Agenda ist aufgrund der zahlreichen Fachbegriffe in englischer Sprache verfasst. Beschreibungen sowie Kursmaterial erhalten Sie auf Deutsch. Den Kurs kannst Du wahlweise in deutscher oder englischer Sprache buchen.
Alle Seminarinhalte werden individuell an die Wünsche unserer Teilnehmer angepasst. Sie können je nach Wissensstand variieren und werden gemeinsam mit dem Seminarleiter an Tag 1 definiert. Bei diesem KI mit Python Seminar hast Du die Wahl aus folgenden Themen:
Künstliche Intelligenz für Python Programmierer Tag 1
Search and Constraint Satisfaction
- Search strategies and their problems
- Heuristic search: practical exploration of large spaces
- Adverserial search: Germes and more
- Constraint Solving: efficient exploration of huge, structured spaces
Logical Reasoning and Knowledge Representation
- Predicate logic: reasoning about propositions
- Temporal logic and model checking
- First-order logic: reasoning about individuals
- Higher-order logics: reasoning about sets, functions, and more
Probabilistic Reasoning and Decision Theory
- Why do logical techniques not work (usually)?
- Probability theory and probabilistic inference
- Markov chains and MDPs
- Decision theory
Künstliche Intelligenz für Python Programmierer Tag 2
Machine Learning
- Foundations of Machine Learning
- Traditional approaches to ML
- Neural networks and deep learning
- Learning to act: Reinforcement Learning
- Deep reinforcement learning
Computer Vision
- Classifying images
- Image segmentation
Natural Language Processing and Commonsense Reasoning
- Why is language so difficult?
- Statistical approaches
- embeddings, and deep learning for NLP
- Transformers
Künstliche Intelligenz für Python Programmierer Tag 3
Multi-Agent Problems
- Communicating
- Cooperating
- Agent architectures
- Decision making
- Group decisions and Coalitions
- Resource allocation
- bargaining
- arguing
Robotics and Autonomous Vehicles
- Embodied agents
- Operation in space: SLAM
- Detecting objects using videos and sensors
- Path planning for autonomous vehicles