Anwendungen des maschinellen Lernens: Design und Entwicklung von KI-Lösungen, Aufbau und Training von Lernmodellen für spezifische Anwendungsfälle.
Generative KI durch Prompt-Design und -Engineering: Ausrichtung und Konstruktion von Anweisungen, damit Maschinen mit Modellen zur automatisierten Inhaltserstellung und -analyse interagieren.
- Bilderkennung, Bildsegmentierung und Bildbearbeitung: Text-to-Image- und Image-to-Image-Bearbeitung 🖼️
- Text-zu-Musik-Generierung 🎶
- Datenvorbereitung und Modell-Feinabstimmung 👩💻
- Sentiment-Analyse, Zusammenfassung, Klassifikation, Extraktion und Ideengenerierung für Texte 🪄
📊 Datenanalyse unterstützt durch Python und KI
📈 Forschung & Strategie: Beratung zur Einführung von KI und zur Entwicklung von Strategien.
🔍 Supervised Machine Learning: Regressions- und Klassifikationstechniken.
🔄 Unsupervised Learning: Techniken des Clustering, der Anomalieerkennung, des kollaborativen und inhaltsbasierten Filterings.
🧠 Fortgeschrittene Lernalgorithmen: Neuronale Netzwerke und Entscheidungsbäume.
Zertifizierungen
Stanford University & DeepLearning.AI: Machine Learning Specialization
2-monatiges Programm. Abgeschlossen im November 2023
Zertifikat
- Überwachtes maschinelles Lernen: Regression und Klassifikation
- Fortgeschrittene Lernalgorithmen
- Unüberwachtes Lernen, Empfehlungssysteme, Verstärkendes Lernen
DeepLearning.AI: TensorFlow Developer Professional Certificate
2-monatiges Programm. Abgeschlossen im Juli 2021
Zertifikat
- Einführung in TensorFlow für Künstliche Intelligenz, Maschinelles Lernen und Deep Learning
- Convolutional Neural Networks in TensorFlow
- Natürliche Sprachverarbeitung in TensorFlow
- Sequenzen, Zeitreihen und Vorhersage
MITx XSeries Program: Computacional Thinking using Python
5-monatiges Programm. Abgeschlossen im Juni 2020
Zertifikat
- 6.00.1x: Einführung in die Informatik und Programmierung mit Python, März 2020
- 6.00.2x: Einführung in das Computational Thinking und Data Science, Juni 2020
