codecentric.AI Bootcamp ist online!

Im letzten Jahr haben wir bei codecentric eine AI-Initiative gestartet. Wir haben uns zum Ziel gesetzt, einen Online-Kurs zum Thema Machine Learning und künstliche Intelligenz in deutscher Sprache zu entwickeln. Natürlich gibt es bereits mehrere sehr gute Online-Kurse zu diesen Themen im Internet – allerdings sind die meisten auf Englisch und haben einen eher akademischen Schwerpunkt bzw. Verlauf. Aus eigener Erfahrung haben wir gemerkt, dass es frustrierend sein kann, wenn man sich zunächst (über Monate) mit den theoretischen Grundlagen beschäftigt und dabei kein Gefühl dafür bekommt, wie man diese Technologien praktisch einsetzen könnte. Wir sind der Meinung, dass die verfügbaren Tools und Frameworks heute so zugänglich geworden sind, dass man sie auch ohne großen Data-Science-Hintergrund nützlich in eigenen Projekten anwenden kann. Unser AI Bootcamp soll daher einen komprimierten und praktischen Einstieg geben und vor allem Entwickler ansprechen, die sich den Themen zunächst einmal durch Code-Beispiele nähern wollen.

Wenn du dir das AI Bootcamp anschauen möchtest ohne weiter zu lesen, findest du hier den Link: bootcamp.codecentric.ai.

Bei codecentric gibt es das Konzept der „20%“- bzw. „+1“-Zeit. Das bedeutet, dass Mitarbeiter/*/innen etwa einen Tag pro Woche Zeit haben, um sich eigenen Projekten oder der persönlichen Weiterbildung zu widmen. Viele Inhalte dieses Kurses sind in dieser Zeit entstanden – wir versuchen nützliche (und kostenlose) Inhalte zu erstellen und damit einen Beitrag für eine wachsende deutschsprachige Machine-Learning-Community zu leisten. Wir freuen uns über jegliches Feedback. Was können wir verbessern? Was hat dir gut gefallen? Welche Themen würdest du gerne im Kurs sehen?

Was erwartet dich in dem Kurs?

Wir haben versucht, die Kurskapitel auf das Wesentliche zu komprimieren und möglichst kurz zu halten, so dass man Schritt für Schritt immer wieder eine kleine Einheit nebenbei absolvieren kann. Am Anfang haben wir die Themen mit Absicht etwas vereinfacht, um einen „sanften Einstieg“ zu ermöglichen. Wir beginnen mit einer kurzen Einführung und wie man eine einfache Entwicklungsumgebung einrichtet. Dann kommen wir über Basics zum Thema Maschine Learning, Basics im Bereich Computer Vision zum Schwerpunkt-Thema: „Neuronale Netze und Deep Learning“.

In den einzelnen Kapiteln haben wir jeweils ein „Erklär-Video“ erstellt, in dem wir Begriffe und Theorie behandeln. Darauf folgt dann ein Jupyter Notebook mit Code-Beispielen und Übungsaufgaben. Um an dem Kurs teilnehmen zu können, solltest du etwas Erfahrung als Software-Entwickler haben und Basiskenntnisse in Python mitbringen. Weitere Vorkenntnisse sind eigentlich nicht notwendig.

Der Kurs ist „Work in Progress“ – wir planen noch weitere Kapitel und Themen. Vor allem wollen wir dies anhand von Praxis-relevanten Beispielen tun.

Ein paar Einblicke

Machine Learning Basics

Im Kapitel „Machine Learning Basics“ erklärt das AI Bootcamp grundlegende Begriffe wie Kosten-/Loss-Funktion, Klassifikation, Regression, Recall, Cross-Validation und vieles mehr. Wenn du noch keine Erfahrung im Bereich Machine Learning hast, solltest du dieses Kapitel nicht überspringen.

Computer Vision Basics

Im Kapitel „Computer Vision Basics“ erklären wir, wie ein Computer ein Bild „sieht“ und einfache Methoden um Bilder zu manipulieren. Am Beispiel einer „Computer-Vision-Drohne“ zeigen wir einen einfachen Personen-Detektor und wie man Algorithmen miteinander kombinieren kann, um eine Person in einem Bild zu fokussieren.

Neuronale Netze und Deep Learning

Im Kapitel „Neuronale Netze und Deep Learning“ wollen wir gemeinsam eine kleine Web-Applikation bauen, die einer Katze eine Sonnenbrille aufsetzen kann. Dazu trainieren wir ein eigenes Neuronales Netz und verwenden das entstehende Modell, um die Augen der Katze in einem Bild zu finden. Wir kombinieren dies mit Computer Vision Tools, um der Katze eine Sonnenbrille an die richtige Stelle zu setzen.

Vorher schauen wir uns genauer an, was neuronale Netze sind und welche Rechenoperationen auf unterster Ebene ausgeführt werden, damit ein solches Netz lernen kann. Wir geben einen Überblick darüber, welche Frameworks und Tools es gibt und schreiben einen eigenen Trainings-Loop.

Anschließend geben wir einen Überblick welche Arten von neuronalen Netzen es gibt und für welche Anwendungsfälle welche Architektur geeignet ist.

Schließlich zeigen wir im AI Bootcamp noch, was Transfer Learning ist und welche Vorteile sich dadurch ergeben, und implementieren dann unseren Katzen-Augen-Detektor mit der Sonnenbrillen-App.

NLP – Natural Language Processing

Im Kapitel „NLP“ oder „Natural Language Processing“ geben wir eine Einführung in das Thema Sprach-Verarbeitung und zeigen praktische Beispiele wie du diese einsetzen kannst, um automatisch gesprochene oder geschriebene Sprache „verstehen“ zu können.

Kann es los gehen?

Wenn du jetzt unseren Kurs ausprobieren möchtest, dann kannst du dich hier:
bootcamp.codecentric.ai kostenlos anmelden. Dort findest du auch ein Formular, um uns zu kontaktieren und einen Link zu unserer Slack Community, wo man sich zu den Kursinhalten austauschen und Fragen stellen kann. Wenn dir unser Kurs gefällt freuen wir uns, wenn du den Link mit Bekannten und Kollegen teilst. Natürlich sind wir auch dankbar für jedes Feedback. Zusätzlich zum Online-Kurs haben wir einen Youtube-Channel eingerichtet, wo wir weitere Videos zum Thema künstliche Intelligenz veröffentlichen.

Angebote für Firmen

Zusätzlich zu unserem Online-Kurs bieten wir auch verschiedene Vor-Ort-Veranstaltungen für Firmen an. Weitere Infos dazu findest du ebenfalls auf unserer AI-Bootcamp-Seite. Weitere Infos zum Thema künstliche Intelligenz bei codecentric gibt es auch unter codecentric.AI .

Weiterführende Links

Artikel zum Thema Machine Learning
Artikel zum Thema Computer Vision
Artikel zum Thema Natural Language Processing