AI Frameworks & Tools

Die Teilnehmenden können die technologischen Grundlagen und Werkzeuge der künstlichen Intelligenz beurteilen. Sie sind in der Lage, die wesentlichen Sprachen für KI-Anwendungen zu erläutern und die Standard- und Spezialbibliotheken für KI in Anaconda- und Python-Umgebungen zu bewerten. Sie können das Zusammenspiel dieser Elemente diskutieren. Sie können die kritischen Aspekte im Kontext des maschinellen Lernens benennen und können Beispielanwendungen vor einem interdisziplinären Hintergrund evaluieren.

Die Veranstaltung liefert einen Überblick über die wichtigsten Frameworks, Tools und Standards, die notwendig sind KI-Applikation zu entwickeln und zu betreiben. Aus den jeweiligen Bereichen wird je ein Framework vertieft aufgegriffen und anhand von Beispielen erläutert. Alternativframeworks werden gegenübergestellt.

1. Grundlagen:

1.1 Visuelle vs. Codebasierte Werkzeuge

1.2 Lokale vs. Cloudbasierte Werkzeuge

1.3 Auffrischung der Basiswerkzeuge (Conda, Python, Pandas, Numpy, Matplotlib, Seaborn)

2. Generische Bibliotheken/Frameworks

2.1 AutoML / LowCode (Pycaret)

2.2 Machinelles Lernen (scikit-learn)

2.3 Deep Learning (Pytorch, Fastai, Tensorflow, Keras)

2.4 Monitoring / Profiling (Tensorboard, Profiler)

2.5 Prototypische Frontendentwicklung für eine KI Anwendung (Streamlit)

2.6 Standardisierter Import Export von Modellen (ONNX)

3. Ausblick Spezifische Bibliotheken/Frameworks

3.1 Audio (Torchaudio)

3.2 Video (OpenCV, Torchvision)

3.3 Text (Torchtext, Spacy, NLTK)

Zu jedem Thema werden Beispielanwendungen und kleinere Projekte durchgeführt.

Das Modul setzt sich aus abwechselnden Präsenz- und Selbstlernphasen sowie geleiteten E-Learning-Einheiten zusammen.