UNSERE DATA SCIENCE WORKSHOPS

Crashkurs Künstliche Intelligenz

Dieser Kurs eignet sich zur Qualifizierung von Mitarbeitern und Führungskräften, sowie Doktoranden und Studierenden, die Ihr Wissen rund um das Thema künstliche Intelligenz erweitern wollen. Nach dem Kurs sind die Teilnehmer in der Lage erste Use Cases selber einzuordnen und haben ein Verständnis für die Grundkonzepte der KI entwickelt.

Die Teilnehmer des Kurses erhalten im Anschluss ein Zertifikat mit einer detaillierten Aufschlüsselung der gelernten Inhalte. Bei größeren Teilnehmendenzahlen, für mehrtätige oder maßgeschneiderte Workshops Preise auf Anfrage.

Dauer: 2 Stunden

Teilnehmerkreis: Bis zu 20 Teilnehmer, kein Vorwissen benötigt

Ablauf: Remote / vor Ort bei Ihnen / vor Ort im DataLab Aachen

Kosten: 1.500 €

Modul 1: Einführung in die Grundkonzepte von Machine Learning: Supervised & Unsupervised Learning

Anhand von praktischen und realen Beispielen aus der Unternehmenswelt werden hier die Grundkonzepte des Machine Learnings eingeführt
Modul kann entweder rein konzeptionell durchgeführt werden oder mit vertiefenden Beispielen & Konzepten, hierfür muss entsprechend Zeit eingeplant werden

Modul 2: Einführung Grundkonzepte Neuronale Netze

Was ist ein neuronales Netz, was macht es besser als andere Algorithmen, welche Anwendungsfälle bieten sich an?
Modul kann entweder rein konzeptionell durchgeführt werden oder mit vertiefenden Beispielen & Konzepten, hierfür muss entsprechend Zeit eingeplant werden

Künstliche Intelligenz für Entscheider

Dieser Kurs eignet sich zur Qualifizierung von Entscheidern, Innovatoren und Führungskräften, die Ihr Wissen rund um das Thema künstliche Intelligenz und dessen Einfluss in der Wirtschaft erweitern wollen. Nach dem Kurs sind die Teilnehmer in der Lage erste Use Cases selber einzuordnen und haben ein Verständnis für die Grundkonzepte der KI entwickelt. Des Weiteren können Sie den Aufwand von Projekten abschätzen und ihren Fachabteilungen zuordnen.

Dauer: 4 Stunden

Teilnehmerkreis: Bis zu 20 Teilnehmer, kein Vorwissen benötigt

Ablauf: Remote / vor Ort bei Ihnen / vor Ort im DataLab Aachen

Kosten: 1.900 €

Modul 1: Einführung in die Grundkonzepte von Machine Learning: Supervised & Unsupervised Learning

Anhand von praktischen und realen Beispielen aus der Unternehmenswelt werden hier die Grundkonzepte des Machine Learnings eingeführt
Modul kann entweder rein konzeptionell durchgeführt werden oder mit vertiefenden Beispielen & Konzepten, hierfür muss entsprechend Zeit eingeplant werden

Modul 2: Einführung Grundkonzepte Neuronale Netze

Was ist ein neuronales Netz, was macht es besser als andere Algorithmen, welche Anwendungsfälle bieten sich an?
Modul kann entweder rein konzeptionell durchgeführt werden oder mit vertiefenden Beispielen & Konzepten, hierfür muss entsprechend Zeit eingeplant werden

Modul 3: Vorgehen in Data Science Projekten

Wie stellt man sicher, dass ein Data Science Projekt zum Erfolg wird, anstatt monatelang vergebens Ressourcen zu verbrennen?
Was sind die Grundkonzepte hinter datengetriebenen Projekten und wie werden diese in konkrete Schritte überführt?

Modul 4: Wichtige ergänzende Konzepte

Nachdem die Grundkonzepte eingeführt wurden, wird hier das Bild vervollständigt. Was ist der erste Schritt, um sicherzustellen, dass ein Machine Learning Modell im Live-Betrieb so gut funktioniert wie gedacht? Sind mehr Daten immer besser? Warum kommen Ernährungsstudien immer wieder zu wild unterschiedlichen Ergebnissen und wie verhindere ich, dass das gleiche in meinem Unternehmen passiert?

Künstliche Intelligenz – Einführung, Möglichkeiten und Grenzen

Dauer: 8 Stunden

Teilnehmerkreis: Bis zu 20 Teilnehmer, kein Vorwissen benötigt

Ablauf: Remote / vor Ort bei Ihnen / vor Ort im DataLab Aachen

Kosten: 2.900 €

Modul 1: Einführung in die Grundkonzepte von Machine Learning: Supervised & Unsupervised Learning

Anhand von praktischen und realen Beispielen aus der Unternehmenswelt werden hier die Grundkonzepte des Machine Learnings eingeführt
Modul kann entweder rein konzeptionell durchgeführt werden oder mit vertiefenden Beispielen & Konzepten, hierfür muss entsprechend Zeit eingeplant werden

Modul 2: Einführung Grundkonzepte Neuronale Netze

Was ist ein neuronales Netz, was macht es besser als andere Algorithmen, welche Anwendungsfälle bieten sich an?
Modul kann entweder rein konzeptionell durchgeführt werden oder mit vertiefenden Beispielen & Konzepten, hierfür muss entsprechend Zeit eingeplant werden

Modul 3: Vorgehen in Data Science Projekten

Wie stellt man sicher, dass ein Data Science Projekt zum Erfolg wird, anstatt monatelang vergebens Ressourcen zu verbrennen?
Was sind die Grundkonzepte hinter datengetriebenen Projekten und wie werden diese in konkrete Schritte überführt?

Modul 4: Wichtige ergänzende Konzepte

Nachdem die Grundkonzepte eingeführt wurden, wird hier das Bild vervollständigt. Was ist der erste Schritt, um sicherzustellen, dass ein Machine Learning Modell im Live-Betrieb so gut funktioniert wie gedacht? Sind mehr Daten immer besser? Warum kommen Ernährungsstudien immer wieder zu wild unterschiedlichen Ergebnissen und wie verhindere ich, dass das gleiche in meinem Unternehmen passiert?

Modul 5: Geschichte und Ausblick Künstliche Intelligenz

Mit Blick auf die Zukunft von KI in den nächsten 5, 15, 50 Jahren gibt es viele unterschiedliche Ansichten und Spekulationen. Betrachtet man aber die Historie der KI über die letzten Jahrzehnte, ist eine fundierte Prognose möglich, welche Entwicklungen zu erwarten sind

Modul 6: Ethik in der KI

Um die Vielschichtigkeit von Ethik in der KI zu beleuchten, reicht es nicht, über autonome Waffensysteme zu reden. Ethische Implikationen der fortwährenden Automation oder auch der Einfluss von schlecht evaluierten Machine Learning Modellen in Experimenten sind im Alltag oft viel wichtiger. Wer einen Teil seiner Entscheidungen an KI abgeben möchte, sollte diese Schichten im Blick haben.

Modul 7: Praxisbeispiele & Programmierung Neuronale Netze

Wer schon Grunderfahrung im Programmieren hat, aber noch nicht weiß, wie ein neuronales Netz in Python erstellt wird oder wer auch ohne Programmiererfahrung einfach mal wissen will, wie die besprochenen Konzepte in der Realität aussehen, kann hier folgen und selbst interaktiv experimentieren, während konkrete Beispiele Zeile für Zeile erläutert werden.

Data Exploration Deep Dive

In wenigen gemeinsamen Meetings und/oder Interviews ermitteln wir den Rahmen der Exploration (Scope). Also welche Datenquellen sollen genutzt werden, was beinhalten diese Daten, welcher Zeitraum in der Historie soll betrachtet werden, und so weiter. In den gleichen Terminen wird das Ziel der Analyse definiert. Handelt es sich um eine komplett explorative Analyse, bei der einfach nur herausgefunden werden soll, was sich in den Daten verbirgt? Gibt es bereits initiale Hypothesen, die noch nie getestet wurden? Sind gewisse Effekte oder Muster bereits bekannt und es soll nach unbekannten, aber grundsätzlich ähnlichen Mustern gesucht werden? Die Möglichkeiten sind vielfältig und gemeinsam mit Ihnen definieren unsere Experten, worauf der Fokus sinnvollerweise liegen sollte.

Dauer: -

Teilnehmerkreis: -

Ablauf: Remote / vor Ort bei Ihnen / vor Ort im DataLab Aachen

Kosten: auf Anfrage

Ihre Ergebnisse aus unserem Data Exploration Deep Dive

Erste Einschätzung bezüglich Datenreifegrad und Handlungsempfehlungen
Ideale Grundlage, um bei internen Sponsoren und Entscheidern den Support für weitere Projekte zu begründen

Zielgruppe

BI-Experten und Mitarbeiter aller Fachbereiche, die Ihre eigenen Analysen erstellen möchten.