Lernende Systeme

Einführung in KI-Systeme am Beispiel einfacher Bilderkennung

Lebensmittel

Erstellung von Entscheidungsbäumen zum Thema gesunde Lebensmittel

NIM-Spiel

Verstärkendes Lernen am Beispiel des Strategiespiels NIM-Spiel

Künstliches Neuron

Aufbau und Funktionsweise von künstlichen Neuronen am Beispiel von Logikgattern

Lernendes Neuron

Einführung in die Lernregeln eines Neurons zum selbständigen Lernen

Plappernder Papagei

Einführung in KI-basierte Texterzeugung mit statistischen Sprachmodellen

Grundbegriffe

Einführung in Grundbegriffe der Künstlichen Intelligenz

Lernarten

Wie lernt eine KI? Kleiner Überblick der möglichen Strategien beim maschinellen Lernen

Vertiefung: Künstliches Neuron mit Trennlinie

Aufbau, Funktionsweise und Lernverhalten von künstlichen Neuronen

Neuronale Netze

Aufbau und Funktionsweise von Neuronalen Netzen am Beispiel "Steinlauserkennung"

Chancen und Risiken

Der Einfluss von Künstlicher Intelligenz auf jedes Individuum und die Gesellschaft als Ganzes

Entscheidungsbäume mit Python

Python-Programm zur Berechnung von Entscheidungsbäumen im Kontext gesunde Lebensmittel

Maschinelles Lernen mit Python und Jupyter-Notebooks

Jupyter-Notebooks zu maschinellem Lernen, BigData mit Pandas

Deep Learning - Ziffernerkennung

Programmierung eines künstlichen neuronalen Netzes zur Erkennung von handgeschriebenen Ziffern

DataScience - Empfehlungssysteme

Durchführung eines DataScience-Projekts mit K-Nächste-Nachbarn als Algorithmus

Geschichte der KI

Meilensteine in der Entwicklung von Künstlicher Intelligenz

Ethische und Moralische Aspekte

Automatisierte Entscheidungssysteme, Rolle der Daten

Jupyter-Notebook als "KI-Werkzeug"

Einführung in die interaktive Python-IDE Jupyter-Notebook

DataScience mit Pandas

Auswertung grosser Datenmengen mit der Bibliothek Pandas

Q-Learning

Programmieren eines Text-Adventures mit verstärkendem Lernen (Q-Learning)