Schulungsübersicht

Einführung in Generative AI

  • Definition der generativen KI
  • Überblick über generative Modelle (GANs, VAEs, etc.)
  • Anwendungen und Fallstudien

Der Bedarf an synthetischen Daten

  • Einschränkungen von realen Daten
  • Datenschutz und Sicherheitsbedenken
  • Verbesserung der Robustheit von AI-Modellen

Generierung synthetischer Daten

  • Techniken zur Generierung synthetischer Daten
  • Sicherstellung von Datenqualität und -vielfalt
  • Praktischer Workshop: Erstellen Ihres ersten synthetischen Datensatzes

Synthetische Daten auswerten

  • Metriken zur Bewertung der Qualität synthetischer Daten
  • Vergleich der Leistung synthetischer Daten mit der von realen Daten
  • Analyse von Fallstudien

Ethische und rechtliche Aspekte

  • Navigieren in der ethischen Landschaft
  • Rechtliche Rahmenbedingungen und Compliance
  • Gleichgewicht zwischen Innovation und Verantwortung

Fortgeschrittene Themen der Datensynthese

  • Synthetische Daten für unüberwachtes Lernen
  • Domänenübergreifende Datensynthese
  • Zukünftige Trends in der generativen KI

Abschlussprojekt

  • Anwendung von Wissen auf reale Szenarien
  • Entwicklung einer Strategie für synthetische Daten
  • Bewertung und Feedback

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Verständnis für grundlegende Konzepte des maschinellen Lernens
  • Erfahrung mit Python-Programmierung
  • Vertrautheit mit datenwissenschaftlichen Arbeitsabläufen

Zielgruppe

  • Datenwissenschaftler
  • KI-Praktiker
 21 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Kommende Kurse

Verwandte Kategorien