Die künstliche Intelligenz dringt in alle Bereiche des privaten und beruflichen Alltags ein. Lernen Sie in diesem CAS die modernsten Methoden kennen, um Anwendungen in Business, Dienstleistungen, Technologie und Industrie zu entwickeln. Der Schwerpunkt liegt auf selbstlernenden Systemen mit den Methoden des Deep and Reinforcement Learning. Bei den praktischen Frameworks liegt ein Schwerpunkt auf Tensorflow 2.0.Künstliche Intelligenz ist die Fähigkeit, menschliches Verhalten in Programmen und Maschinen nachzuahmen. Eine grobe Einteilung von Informatiksystemen der künstlichen Intelligenz ist etwa wie folgt:
- Regelbasierte Systeme, welche nach logischen Regeln Entscheide fällen.
- Machine Learning Systeme, welche aus vorgegebenen Daten ein Verhalten oder eine Kategorisierung trainieren und anschliessend auf neue Daten anwenden.
- Selbstlernende Systeme, welche anhand von Zielvorgaben selbständig und laufend ein Verhalten erlernen, anwenden und neu adaptieren.
Der Fokus dieses CAS liegt auf den selbstlernenden Systemen, und verwendet dazu unter anderem die Methoden Reinforcement Learning, Q-Learning, Neuronale Netze in verschiedenen Ausprägungen wie Perzeptrons, convolutional and recurrent Networks usw. Spannend ist, dass diese Art des Lernens auch auf klassische Probleme wie Prognosen mit Zeitreihen und Objekterkennung mit grossem Erfolg angewendet werden kann.