Please enable JavaScript.
Coggle requires JavaScript to display documents.
Lernplan für 6 Monate - Coggle Diagram
Lernplan für 6 Monate
Monat 1: Grundlagen der KI und Programmierung
Einführung in KI
Lernmaterialien
AI For Everyone (Coursera)
Artificial Intelligence: A Modern Approach
Übungen
Aufsatz über ethische Überlegungen in KI schreiben
Diskussion in einem Online-Forum über KI-Ethik
Zusammenfassung eines wissenschaftlichen KI-Artikels schreiben
Unterschiede zwischen schwacher und starker KI erklären
Programmierung
Lernmaterialien
Python for Everybody (Coursera)
Automate the Boring Stuff with Python
Übungen
Einfaches Python-Skript zur Sortierung einer Liste schreiben
FizzBuzz-Challenge lösen
Ein Programm schreiben, das eine Zahl als Primzahl identifiziert
Benutzeranmeldung mit Datei-Speicherung implementieren
Monat 3: Maschinelles Lernen
Einführung in Maschinelles Lernen
Lernmaterialien
Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow
Übungen
Ein einfaches Klassifikationsmodell mit Scikit-Learn erstellen
Vergleich von KNN, Entscheidungsbäumen und Random Forests
Hyperparameter-Tuning mit GridSearch durchführen
Cross-Validation für ein ML-Modell implementieren
Praktische Anwendungen
Lernmaterialien
Kaggle-Kurse: Intro to Machine Learning
Übungen
Teilnahme an einem Kaggle-Wettbewerb (z. B. Titanic-Survival)
Spam-Filter mit NLP und ML bauen
Feature Engineering für ein reales Dataset durchführen
Modell-Performance mit Precision, Recall und F1-Score evaluieren
Monat 5: Vertiefte Themen in KI
Deep Learning
Lernmaterialien
Deep Learning (Ian Goodfellow)
Übungen
CNN für Bilderkennung implementieren
GANs zur Bilderzeugung trainieren
Objekterkennung mit YOLO oder Faster R-CNN testen
Experimentieren mit Attention-Mechanismen
Reinforcement Learning
Lernmaterialien
Reinforcement Learning (Coursera)
Übungen
RL-Agent für ein OpenAI-Gym-Spiel trainieren
Q-Learning mit einer eigenen Belohnungsstrategie testen
Monte-Carlo-Methoden für RL ausprobieren
Deep Q-Networks (DQN) implementieren
Monat 2: Datenanalyse und -verarbeitung
Datenanalyse mit Pandas und NumPy
Lernmaterialien
Data Analysis with Pandas (DataCamp)
Übungen
Analyse des Titanic-Datensatzes durchführen
Erstellung eines Skripts zur Berechnung von Durchschnittswerten in einem Datensatz
Datenbereinigung mit Pandas üben (z. B. fehlende Werte behandeln)
Lineare Regression mit NumPy implementieren
Datenvisualisierung
Lernmaterialien
Data Visualization with Python (Coursera)
Übungen
COVID-19-Daten in einem Diagramm visualisieren
Heatmaps mit Seaborn erstellen
Interaktive Dashboards mit Plotly bauen
Histogramme und Boxplots für einen Datensatz generieren
Monat 4: Vertiefung in KI-Tools
TensorFlow und Keras
Lernmaterialien
Deep Learning Specialization (Coursera)
Übungen
Neuronales Netzwerk für Bilderkennung mit Keras erstellen
ResNet mit Transfer Learning trainieren
Datengeneratoren für große Bilddatensätze verwenden
Hyperparameter-Tuning mit TensorFlow ausprobieren
Natural Language Processing (NLP)
Lernmaterialien
Natural Language Processing with Python
Übungen
Sentiment-Analyse für Twitter-Daten durchführen
Named Entity Recognition mit Spacy implementieren
Textzusammenfassung mit Transformer-Modellen testen
Eigene Textklassifizierungsmodelle trainieren
Monat 6: Abschlussprojekte und Portfolio
Abschlussprojekt
Übungen
Ein Projekt, das alle gelernten Konzepte integriert
Dokumentation und Präsentation des Projekts
Veröffentlichung des Codes auf GitHub
Portfolio und Networking
Übungen
Erstellung einer GitHub-Portfolio-Seite
Teilnahme an einem AI-Hackathon
Networking über LinkedIn und lokale Meetups
Blogartikel über ein KI-Thema schreiben