Seminar

Blended learning in Stuttgart

1.540 € inkl. MwSt.

Beschreibung

  • Kursart

    Praktisches Seminar berufsbegleitend

  • Studienmodus

    Teilzeit

  • Niveau

    Mittelstufe

  • Methodik

    Blended

  • Ort

    Stuttgart

  • Dauer

    3 Monate

Das Seminar führt in Reinforcement Learning ein, ein Teilgebiet des maschinellen Lernens. Sie lernen praktische Anwendungen kennen und erhalten theoretische Grundlagen, die den Kontext der künstlichen Intelligenz erklären. Themen wie Wert-Iteration, Q-Lernen, TD-Lernen und neuronale Netze werden anhand von Python-Programmieraufgaben vermittelt. Die praktische Anwendung und Kombination dieser Methoden werden beleuchtet. Ethik und Gruppenaufgaben sind Diskussionsschwerpunkte.

Wichtige Informationen

Dieser Kurs ist als Bildungsurlaub anerkannt

Standorte und Zeitplan

Lage

Beginn

Stuttgart (Baden-Württemberg)
Karte ansehen
Nobelstraße 10, 70569

Beginn

auf Anfrage

Hinweise zu diesem Kurs

Nach erfolgreichem Absolvieren dieses Moduls:
- haben Sie ein grundlegendes Verständnis der verschiedenen Methoden des Reinforcement Learnings inklusive der mathematischen Grundlagen.
- haben Sie erste praktische Erfahrungen mit der Umsetzung von Reinforcement Learning gesammelt.
- können Sie abschätzen, ob Reinforcement Learning als Methode zur Lösung konkreter Problemstellungen im Arbeitsumfeld in Frage kommt.
- sind Sie in der Lage, die Grundkonzepte des Reinforcement Learning anderen zu vermitteln.

Die Zielgruppe für die Weiterbildung "Reinforcement Learning" an der Hochschule der Medien Stuttgart sind Berufstätige mit einem abgeschlossenen Hochschulstudium und mindestens einjähriger Berufserfahrung, die ihr Wissen im Bereich maschinelles Lernen vertiefen möchten. Die Weiterbildung ist auch für Personen geeignet, die praktische Erfahrungen mit Reinforcement Learning sammeln und die Methode in ihrem beruflichen Umfeld anwenden möchten.

Für die Teilnahme ist ein abgeschlossenes Hochschulstudium Voraussetzung, das Sie über Ihr Hochschulzeugnis bei der Anmeldung (Upload) nachweisen müssen.
Daneben besteht die Möglichkeit, das Modul als Weiterbildung zu absolvieren und es mit einer Teilnahmebescheinigung, jedoch ohne Prüfung und ECTS-Punkte, abzuschließen. Diese Option steht nach interner Prüfung auch Personen offen, die keinen ersten Hochschulabschluss besitzen.
Wir empfehlen, um einen gewinnbringenden Wissenstransfer in Ihre berufliche Praxis zu gewährleisten, eine mindestens einjährige Berufserfahrung.

Fragen & Antworten

Ihre Frage hinzufügen

Unsere Berater und andere Nutzer werden Ihnen antworten können

Wer möchten Sie Ihre Frage beantworten?

Geben Sie Ihre Kontaktdaten ein, um eine Antwort zu erhalten

Es werden nur Ihr Name und Ihre Frage veröffentlicht.

Emagister S.L. (Verantwortlicher) verarbeitet deine Daten, um Werbeaktionen (per E-Mail und/oder Telefon) durchzuführen, Bewertungen zu veröffentlichen oder Vorfälle zu bearbeiten. In der Datenschutzrichtlinie erfährst du mehr über deine Rechte und kannst dich abmelden.

Meinungen

Themen

  • Reinforcement learning
  • Neuronale Netze
  • Q-Learning
  • Exploration
  • Wert-Iteration

Dozenten

Prof. Dr. Christian Becker-Asano

Prof. Dr. Christian Becker-Asano

Professor für Künstliche Intelligenz, Mensch-Computer Interaktion, soz

Inhalte

Das Seminar führt in den Themenbereich Reinforcement Learning, einen Teilbereich des maschinellen Lernens, ein. Sie erhalten Einblicke in Anwendungen der Methoden, die für Ihren beruflichen Alltag relevant sind. Sie werden Sie mit den theoretischen Grundlagen dieser Methode des maschinellen Lernens vertraut gemacht. Dabei wird diese von den anderen Klassen des ML abgegrenzt und in den Kontext der allgemeinen Methoden der künstlichen Intelligenz gestellt. Danach werden einzelne Unterthemen der konkreten Umsetzung von Reinforcemet Learning erläutert, wie z.B. "Wert-Iteration", "Q-Lernen", "TD-Lernen" und "neuronale Netze". Dies wird anhand klassischer Beispiele geschehen, aber auch durch kleine, praktische Programmieraufgaben in der Sprache Python ergänzt werden. Es wird aufgezeigt und diskutiert, wie die erläuterten Methoden in der Praxis Anwendung finden und womit sie ggf. kombiniert werden müssen. Abschließend wird Raum für eine Diskussion der ethischen Fragestellungen gegeben, die diese Technologie aufwerfen, bevor Sie Gelegenheit haben, sich auf die in Gruppen zu bearbeitenden Aufgabe vorzubereiten.

Reinforcement Learning

1.540 € inkl. MwSt.