• Deutsch

  • English

Kontakt
  • Haben Sie Fragen?

Birgit Welt

Study Coach

Your Contact

Künstliche Intelligenz / Machine Learning

Für Personen mit ersten Kenntnissen des Programmierens, die die Grundlagen des maschinellen Lernens erlernen und in die Welt der künstlichen Intelligenz mit dem Fokus auf den Bereich Automotive eintauchen möchten.

Lernziele


Die Teilnehmenden kennen und verstehen wichtige Grundprinzipien und Methoden der Künstlichen Intelligenz. Sie sind in der Lage, Verfahren, Vorgehensweisen, Risiken und Grenzen intelligenter Systeme zu analysieren und können Lösungsansätze für typische KI-Probleme entwickeln und bewerten. Die Teilnehmenden sind imstande, mithilfe von Verfahren des maschinellen Lernens Anwendungen für Klassifikations- und Prognosemodelle zu entwickeln und innerhalb ihres Kompetenzbereichs einzusetzen.

Lehrinhalte


  1. Prof. Dr.-Ing. Nicolaj Stache:
    • Grundlagen des maschinellen Lernens, Überblick über klassische Verfahren, Begrifflichkeiten
    • Einführung in das Tooling für die Praxisphasen: Python, Jupyter Notebook, Python-Bibliotheken, Tensor-Flow
    • Praxisphase: klassische Verfahren des maschinellen Lernens
  2. Prof. Dr. Oliver Wasenmüller:
    • Anforderungen an die Trainingsdaten, Datenverarbeitung
    • Datenproduktion: Sensordaten, Ground Truth Daten, Vorbereitung zur Nutzung von Crowd Annotation Services, Nutzung von Simulatino zur automatischen Ground Truth Datengenerierung, Augmentierung von Daten, Datenanpassung im Hinblick auf die Netzarchitektur, z. B. Anpassung zeitlicher Daten, zur Verarbeitung durch ein CNN alternativ zu einem RNN
  3. Prof. Dr.-Ing. Nicolaj Stache:
    • Vertiefung in das Tooling für die Praxisphasen: Numpy
    • Einführung in neuronale Netze, Inferenz, Training
    • Praxisphase: Neuronales Netz mit Numpy
    • Tiefe neuronale Netze
    • Praxisphase: Einführung in Tensorflow & Digit Recognition
  4. Prof. Dr.-Ing. Nicolaj Stache:
    • Convolutional Neural Networks
    • Praxisphase: Verkehrszeichenklassifikation über Deep Learning
    • Bekannte Netzwerk-Architekturen
    • Transfer-Learning
    • Praxisphase: Transfer-Learning 
    • Semantische Segmentierung 
  5. Prof. Dr. Oliver Wasenmüller:
    • Erkennen von Menschen: Herausforderungen, Skelettschätzung , 2D vs. 3D Informationen, Aktions-Erkennung, Datengewinnung insbesondere für Absichtenschätzung
  6. Prof. Dr. Oliver Wasenmüller:
    • Kombination von Verfahren
    • Skelettschätzung & Tracking
    • Skelettschätzung & Objekterkennung
    • Absichtenschätzung

Dauer

4 - 6 Wochen

Lernform

Präsenz

Ort

Hochschule Esslingen

Niveau

Advanced

Voraussetzungen

Programmierkenntnisse in mind. einer Programmiersprache, Grundkenntnisse in linearer Algebra, gute Englischkenntnisse

Sprache

Deutsch / Englisch

Teilnehmerzahl

25

Dozent/in

Prof. Dr.-Ing. Nicolaj Stache, Prof. Dr. Oliver Wasenmüller

Angebotshäufigkeit

Wintersemester

Workload

46 UE Präsenz / virtuelle Präsenz

104 UE Selbststudium

Abschluss

Teilnahmebescheinigung

Kosten

1.600,- EUR

Melden Sie sich jetzt an!


zum Anmeldeformular

IHRE ANSPRECHPARTNERIN


Franziska Wimmer

Franziska Wimmer

Seminare und Zertifikatskurse

+49 7361 576-1459
+49 (0) 152-335-71261
franziska.wimmer(at)hs-aalen.de