Lernen ist ein zentraler Faktor von Intelligenz. Die Realisierung intelligenter Systeme durch Computer, die nicht programmiert, sondern angelernt werden, ist das Ziel von künstlicher Intelligenz. Maschinelles Lernen befasst sich mit den dazu notwendigen Methoden und Algorithmen. Diese formulieren unterschiedliche Lernziele, adressieren diverse Anwendungsgebiete und stellen verschiedene Anforderungen an die vorhandenen Daten.
Zukünftig werden Maschinen die Automatisierung von Prozessen übernehmen und, basierend auf Erfahrungen, selbstständig Entscheidungen treffen. Wer die dabei anfallenden, größeren Datenmengen intelligent nutzen will, um aus ihnen einen Mehrwert zu erzeugen, braucht zum einen ein Überblickswissen zu maschinellem Lernen. Zum anderen wird ein tieferes algorithmisches Verständnis benötigt, um Aufwände abzuschätzen und durch Anpassungen Erfolgsraten zu erhöhen.
Ziel des neuen Angebots ist es daher, Teilnehmerinnen und Teilnehmer in diesem Sinne für maschinelles Lernen theoretisch und praktisch fit zu machen. „Wir arbeiten dabei mit der Programmiersprache Python und ihren zugehörigen Bibliotheken, die Open-Source- und State-of-the-Art-Implementierungen anbieten. Auch Aspekte des maschinellen Lernens in der Cloud werden mit konkreten Beispielen behandelt“, erläutert Prof. Dr. Sven Buchholz. Er ist Professor für Datenbankmanagement / Data Mining am Fachbereich Informatik und Medien der THB, hat die Weiterbildung konzipiert und wird sie durchführen.
Das Vertiefungsmodul ergänzt den bereits seit 2015 von AWW und THB angebotenen, erfolgreichen Zertifikatskurs „Data Science“, kann aber auch unabhängig von diesem gebucht werden. Bei erfolgreich absolvierter Prüfung wird ein Hochschulzertifikat der THB vergeben. Das Modul beginnt am 5. Oktober 2018 und endet am 1. Dezember 2018 mit jeweils zweitägigen Präsenzphasen.
Nähere Informationen sind unter bit.ly/2LYUPNZ zu finden.
Ansprechperson:
Dr. Annette Strauß
Tel.: 03381.355-750
Mail: YW5uZXR0ZS5zdHJhdXNzQGF3dw==-brandenburg.de
