KI: Potentiale entdecken
Dieser Kurs richtet sich an Mitarbeiter:innen, die Interesse an Künstlicher Intelligenz und Machine Learning haben, und Führungskräfte, die Datenanalyseprojekte betreuen möchten.
- Du erhältst einen Überblick über das Thema Künstliche Intelligenz / Machine Learning und typische Anwendungsfelder.
- Du lernst den Datenanalyseprozess kennen und verstehst welche Probleme man mit Machine Learning lösen kann und wo es zu Schwierigkeiten kommen kann.
Dieser dreitägige Workshop hat ein "invertiertes Klassenzimmer"-Format, bei dem die Teilnehmer die Lerninhalte selbstständig in ihrem eigenen Tempo erarbeiten und die Ergebnisse anschließend in der Gruppe besprochen werden.
Voraussetzungen
- Grundlegende Englischkenntnisse (einige Materialien sind auf Englisch)
- Grundlegende Mathekenntnisse
- Spaß am Knobeln und Interesse an neuen Technologien
- Vorbereitungsteil bearbeitet (ca. 20min; siehe unten)
Agenda
Der Kurs besteht aus drei Gruppensitzungen mit je einem Selbststudiumsteil davor, in dem du die Kapitel des Buchs ließt, dich mit kurzen Quizfragen testest und Notizen im Arbeitsbuch machst. Die Antworten auf die Fragen im Arbeitsbuch bilden die Grundlage für die Gruppendiskussionen.
Wichtig: Der Vorbereitungsteil muss vor der ersten Gruppensitzung bearbeitet werden!
Die Gruppensitzungen finden remote über Microsoft Teams, Google Meet, Zoom, Slack, oder ähnliches statt. Bitte nimm mit eingeschalteter Kamera an den Meetings teil, damit sich die Sitzungen etwas persönlicher anfühlen.
Wie du das Beste aus diesem Kurs herausholst
Stell dir vor, die Fragen aus dem Arbeitsbuch würde dir ein interessierter Kollege nach dem Kurs stellen. Nutze beim Beantworten die Feynman-Technik und versuche das Gelernte in deinen eigenen Worten wiederzugeben, was der einfachste Weg ist um etwaige Wissenslücken aufzudecken.
Statt Fakten auswendig zu lernen, versuche sie mit Dingen zu verbinden, die du bereits weißt, und stelle sicher, dass du das "Warum" hinter den Antworten verstehst.
Und falls etwas verwirrend erscheint, mach dir bitte eine Notiz und frage im nächsten Meeting nach!
Vorbereitung vor dem Kurs (~20min)
- Ließ das erste Kapitel des Buchs: "Einleitung"
- Beantworte die ersten Fragen im Arbeitsbuch [docx]
Tag 1
Gruppensitzung (~1h)
- Einführung & Vorstellungsrunde
- Erste Arbeitsbuchfragen aus der Vorbereitung besprechen
Selbststudium Teil 1 (~5h)
Block 1.1:
- Ließ das Kapitels: "Grundlagen"
- Mache dir dabei auch jetzt wieder Notizen im Arbeitsbuch [docx]
- Beantworte Quiz 1 (gibt's auch als pdf falls du keinen Zugriff auf Google Forms hast)
- Beantworte Quiz 2 [pdf]
Block 1.2:
- Ließ das Kapitel: "Datenanalyse & Preprocessing"
- Beantworte Quiz 3 [pdf]
Tag 2
Gruppensitzung (~4h)
- Arbeitsbuchfragen aus dem 1. Selbststudiumsteil besprechen
- 90-sekündige Spotlight Präsentation für einen der angegebenen ML-Anwendungsfälle vorbereiten
- Spotlight Präsentationen
- ML Projektideen sammeln
Selbststudium Teil 2 (~3h)
Block 2.1:
- [optional] Ließ das Kapitel: "Deep Learning"
- Ließ das Kapitel: "Häufige Fehler vermeiden"
- Ließ das Kapitel: "Fazit"
- Schau das Video: "Data Science in der Praxis" (inkl. kurzer Wiederholung der Theorie; 35 min)
- Beantworte Quiz 4 [pdf]
Block 2.2:
- Bearbeite die Übung: "Dein nächstes ML Projekt" (strebe eine 5-minütige Präsentation an)
Tag 3
Gruppensitzung (~4h)
- Arbeitsbuchfragen aus dem 2. Selbststudiumsteil besprechen
- ML-Projekt-Idee Präsentation finalisieren
- ML-Projekt-Idee Präsentationen / Transfer Workshop
- Feedback