Online Artificial Intelligence Kurse Teil 1

Einstieg oder Weiterbildung im Bereich Künstliche Intelligenz ist kaum mehr alleine durch die Wissensvermittlung klassischer Bildungseinrichtungen wie Universitäten ab zu decken. Dazu ist der Bereich zu rasant in der Weiterentwicklung, als dass es für Bildungseinrichtungen möglich oder gar leicht ist, hier auf der Höhe der Zeit zu bleiben. Es bietet sich an hier auf Online-Angebote zurück zu greifen. Ich habe mal einige solcher Kurse angesehen und absolviert, um deren Eignung zu testen. Diese Angebote sind kostenfrei öffentlich zugänglich und damit für jeden mit dem passenden Vorwissen verwendbar.

Der “Machine Learning” Kurs des Anbieters “Coursera” https://www.coursera.org/learn/machine-learning ist im Gegensatz zu den sonstigen Kursen der Plattform zu 100% frei und als Einstiegs- oder “Lockangebot” gedacht. Nur wer auch ein Zertifikat für die Absolvierung haben möchte, muss auf das Bezahl-Angebot umsteigen. Der Kurs wird vom Stanford Universität Experten Andrew Ng gehalten, der auch einer der Gründer von Cousera ist, und bis 2017 der Chef-Wissenschafter des chinesischen Suchmaschinen Riesen “http://www.baidu.com/” war.

Das auf 11 Wochen angelegte Angebot besteht aus Videos mit schriftlichen Zusammenfassungen und Wissensüberprüfungen in Form von Online Fragen und Übungsaufgaben, die online über einen “Grading-Server” beurteilt werden. Die Übungen, deren Aufgabenstellungen in Form ausführlicher und gut ausgearbeiteter PDF-Dateien vor liegen, müssen mit Matlab oder der Opensource-Alternative Octave realisiert werden. Die Videos sind Vorträge des Dozenten, die die grundlegenden Ideen der besprochenen Verfahren näher bringen, und sind didaktisch hervorragend aufbereitet.

Für die Absolvierung des Kurses ist pro Woche der nicht unerhebliche Aufwand von 5-10 Stunden ein zu planen, einerseits für das Studium der Videos andererseits zur Ausarbeitung der Übungen. Einige mathematische Vorkenntnisse insbesondere in “Linearer Algebra” sind ebenso wie Programmier-Kenntnisse, die aber nicht unbedingt in Matlab oder Octave sein müssen, eine gute Basis für einen erfolgreichen Abschluss des Kurses.

Die ersten Wochen starten mit klassischen Verfahren, wie linearer Regression und Logistischer Regression für Vorhersage und Klassifikation. In weiterer Folge werden “state of the art” Methoden zum überwachten Lernen, wie Neuronale Netze” und “Support Vector Maschinen” von Grund auf näher gebracht. Dabei werden nicht nur die mathematischen Grundlagen vermittelt, sondern auch viele nützliche Tipps für den praktischen Einsatz gegeben. Unüberwachtes Lernen und der Aufbau von Empfehlungssystemen werden ebenso behandelt, wie die Anforderungen bei großen Datenmengen. Beendet wird Kurs mit einem Beispiel zur Schrifterkennung in Bildern.

Wen der Zeitaufwand nicht abschreckt, und wer das entsprechende Vorwissen mit bringt, dem ist der Kurs zum Einstieg in das Fachgebiet sehr zu empfehlen. Und es macht Lust auf mehr, was das weiterführende kostenpflichtige Angebot der Plattform erfüllen kann.

Im nächsten Teil möchte ich Kursangebote vorstellen, die mehr auf die Zielgruppe der AI-Interessierten aus dem Bereich des Marketings zugeschnitten sind. Einerseits einen “artificial intelligence crash course” von Google und andererseits einen Kurs des Anbieters “Udacity“.