Modernes Deep Learning: Generative Modelle, LLMs und Graph-Netzwerke

Deep Learning ist der Motor der modernen künstlichen Intelligenz und unterstützt alles von der Bildsynthese bis zur intelligenten Textgenerierung.Das Verständnis der Schlüsselarchitekturen und Trainingsmethoden hinter diesen Anwendungen ist für den Aufbau einer Karriere in der moderner KI unerlässlich. Dieser textbasierte Kurs bietet einen klaren, strukturierten Einstieg in die Konzepte der neuronalen Netze und vermittelt durch detaillierte schriftliche Erläuterungen und anschauliche Code-Snippets ein solides Verständnis, wie modernste Algorithmen aufgebaut und optimiert werden. Was Sie lernen werden: - Verstehen Sie grundlegende Prinzipien neuronaler Netze, Optimierungstechniken und Kernterminologie. - Erfahren Sie, wie generative Modelle innerhalb von Computer Vision und natürlichen Sprach-Aufgaben funktionieren. - Wenden Sie Konzepte moderner großer Sprachmodelle und parametereffizienter Feintuning-Techniken an. - Beherrschen Sie die Grundlagen von Empfehlungssystemen und graphischen neuronalen Netzen. - Erkunden Sie praktische Muster wie Retrieval-Augmented Generation und Vektor-Embeddings Der Kurs beginnt mit Kerndefinitionen und mathematischen Grundlagen, bevor er zu modernen Modellarchitekturen und praktischen KI-Workflows übergeht. Schriftliche Übungen und Code-Walkthroughs vertiefen Ihr Wissen Schritt für Schritt. Dieser Kurs wurde für Anfänger und Entwickler entwickelt, die nur grundlegende Programmierkenntnisse benötigen, um loszulegen.