Die Studierenden erlernen Grundkenntnisse der Künstliche Intelligenz mit
Fokus auf das Maschinelle Lernen. Ein wesentlicher Aspekt ist neben der
theoretischen Grundkenntnisse die Anwendung dieser im Zuge
projektbasierten Lernens.
Die Inhalte, welche eingebettet sind in Anwendungsbeispiele aus dem Agrarbereich, umfassen im Wesentlichen:
- Grundbegriffe und Grundlagen der KI
- Vorgehensweise in einem KI-Projekt
- Grundlagen der Programmierung in Python
- Methoden des maschinellen Lernens (z. B. Datenexploration, Datenvorverarbeitung, Merkmalsbestimmung, Datenaufteilung, Hyperparameteroptimierung)
- Algorithmen des maschinellen Lernens (z. B. k-Nearest Neighbors, Lineare Regression, Logistische Regression, Support Vector Machine)
- Selbstständige Umsetzung der erlernten Kenntnisse in einem Gruppenprojekt