KI Lernmethoden von ChatGPT, Eigene KI-Modelle und mehr

Name: KI Lernmethoden von ChatGPT, Eigene KI-Modelle und mehr
Rating: 4.0 (9 reviews)

Einführung in Künstliche Intelligenz: Grundlagen, Lernmethoden und praktische Anwendungen für Anfänger und Fortgeschritt

Created byGuido Marsch

Last updated 10/2024

German

German [Auto],

What you'll learn

Künstliche Intelligenz (KI) besser verstehen
KI Fachbegriffe kennenlernen
Verstehen wie ChatGPT lernt
Unterschiedliche KI-Lernmethoden kennenlernen

Course content

4 sections • 23 lectures • 2h 1m total length

Einführung1:30
Herzlich willkommen!
Mein Name ist Guido Marsch und ich bin Dozent für Informationssicherheit und Künstliche Intelligenz an einer Schweizer Fachhochschule. Er dient primär dazu, meinen Studierenden eine vertiefte Auseinandersetzung mit dem Unterrichtsstoff zu ermöglichen.
Bei Fragen oder Interesse an zusätzlichen Materialien stehe ich jederzeit zur Verfügung.
Was ist Künstliche Intelligenz?4:50
Lernprozess von KI5:35
Wie lernt ChatGPT9:37
KI im Kriegsgebiet / Ukraine und Russland5:55
Computer Vision5:31
Prompt Engineering4:38

Neuronales Netzwerk5:51
Die Vektorisierung (Training)10:16
Semantische Textähnlichkeit und Kosinus-Ähnlichkeit4:13
Vektor Embeddings4:22
Vektordatenbanken5:51
Ein Vektor ist ein mathematisches Objekt, das in verschiedenen Disziplinen verwendet wird und je nach Kontext unterschiedliche Bedeutungen haben kann. Hier sind einige grundlegende Definitionen:

Mathematik und Physik: Ein Vektor ist eine Größe, die sowohl eine Richtung als auch einen Betrag (Länge) hat. Er wird in der Regel durch Pfeile dargestellt, wobei die Länge die Stärke des Vektors angibt und die Richtung dessen Ausrichtung beschreibt. Beispiele: Kraft, Geschwindigkeit, Beschleunigung.
Lineare Algebra: Ein Vektor ist ein Element eines Vektorraums, das oft als geordnete Liste von Zahlen dargestellt wird. In einem n-dimensionalen Raum kann ein Vektor durch n Koordinaten beschrieben werden, z. B. v=(v1,v2,…,vn)\mathbf{v} = (v_1, v_2, \dots, v_n)v=(v1,v2,…,vn).
Informatik und KI: Ein Vektor kann eine Datenstruktur sein, die eine geordnete Liste von Werten (z. B. Merkmale eines Datensatzes) darstellt. In maschinellem Lernen werden häufig Vektoren verwendet, um Datenpunkte oder Eingaben für Modelle darzustellen.
Biologie: Ein Vektor kann auch ein Überträger sein, der Krankheitserreger von einem Organismus auf einen anderen überträgt. Ein Beispiel ist die Mücke als Vektor für Malaria.
Computergrafik: In der Computergrafik bezeichnet ein Vektor eine Richtung und Länge in einem zweidimensionalen oder dreidimensionalen Raum, die verwendet wird, um Bewegungen oder Positionen von Objekten zu definieren.
Einführung Transformer-Model6:06
Transformer - Autoencoder11:08
Self-Attention Mechanismus und Multi-Head Attention4:17
Neuronales-Netz erstellen4:05

Warum eine eigene KI?5:26
Docker installieren0:37
Docker ist eine Open-Source-Plattform, die es ermöglicht, Software in sogenannten Containern zu erstellen, bereitzustellen und auszuführen. Container sind eine Art von Virtualisierung, die es ermöglicht, Anwendungen und deren Abhängigkeiten zusammen in einem Paket zu bündeln, sodass sie konsistent auf verschiedenen Umgebungen laufen können. Docker wurde entwickelt, um den Softwareentwicklungsprozess zu vereinfachen, die Bereitstellung zu beschleunigen und die Skalierbarkeit zu verbessern.
Ollama installieren1:29
Erstes KI-Modell downloaden4:47
Benutzeroberfläche installieren2:43
Installation with Default Configuration

If Ollama is on your computer, use this command:
docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

If Ollama is on a Different Server, use this command:
To connect to Ollama on another server, change the OLLAMA_BASE_URL to the server's URL:
docker run -d -p 3000:8080 -e OLLAMA_BASE_URL=https://example.com -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

To run Open WebUI with Nvidia GPU support, use this command:
docker run -d -p 3000:8080 --gpus all --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:cuda

Requirements

Du hast dich mit dem Thema der KI auseinandergesetzt und suchst mehr Informationen zur Funktion.

Description

Universitäts-Material - Einführung in Künstliche Intelligenz: Grundlagen, Lernmethoden und praktische Anwendungen für Anfänger und Fortgeschrittene

In diesem Kurs erhalten Sie einen umfassenden Einstieg in die faszinierende Welt der Künstlichen Intelligenz (KI). Der Kurs richtet sich an Teilnehmer aller Erfahrungsstufen – sowohl Anfänger, die ein grundlegendes Verständnis entwickeln möchten, als auch Fortgeschrittene, die ihr Wissen vertiefen und praktische Anwendungen erkunden wollen.

Wir beginnen mit den Grundlagen der Künstlichen Intelligenz und bieten eine Einführung in die wichtigsten Konzepte und Theorien, die KI antreiben. Dazu gehören Themen wie maschinelles Lernen, neuronale Netzwerke, Deep Learning und die Unterschiede zwischen überwachten und unüberwachten Lernmethoden. Wir erklären auch, wie KI heute in verschiedenen Branchen eingesetzt wird, von der Bilderkennung über natürliche Sprachverarbeitung bis hin zur Automatisierung von Prozessen.

Der Kurs legt besonderen Wert auf Lernmethoden. Sie werden verstehen, wie KI-Modelle trainiert werden, um Muster in Daten zu erkennen und daraus zu lernen. Verschiedene Trainingsansätze, wie Backpropagation und Gradient Descent, werden erklärt und in praktischen Beispielen demonstriert.

Darüber hinaus bieten wir eine Reihe von praktischen Anwendungen, in denen Sie selbst experimentieren können. Durch hands-on Projekte wie das Trainieren einfacher Modelle und das Anwenden von KI auf reale Probleme werden Sie das theoretische Wissen in die Praxis umsetzen. Am Ende des Kurses werden Sie über das notwendige Wissen verfügen, um eigene KI-Projekte zu starten und weiterführende Themen zu erkunden.

Dieser Kurs ist ideal für alle, die einen soliden Einstieg in KI suchen und gleichzeitig praktische Fähigkeiten entwickeln möchten, um moderne Herausforderungen in Wissenschaft und Wirtschaft zu bewältigen.

Who this course is for:

Alle die mit KI arbeiten wollen.
Wer lernen möchte, wie die KI funktioniert.

KI Lernmethoden von ChatGPT, Eigene KI-Modelle und mehr

What you'll learn

Explore related topics

Course content

Einführung7 lectures • 38min

KI Training im Detail9 lectures • 56min

Installiere dir deine eigene KI auf dem Computer5 lectures • 15min

Warnung zur KI2 lectures • 13min

Requirements

Description

Who this course is for: