Bild vom Autor
 

Eines der größten Probleme, mit denen Anfänger konfrontiert sind, wenn sie versuchen, künstliche Intelligenz zu erlernen, ist die Wahl der besten Ressource. Denn es gibt Unmengen an Ressourcen. CS50s Einführung in die künstliche Intelligenz mit Python Die an der Harvard University gelehrten Lehrinhalte sind eine hervorragende Ressource zum Erlernen von KI. 

Im Laufe von 7 Wochen lernen Sie zunächst grundlegende Konzepte der mathematischen Logik und Suchalgorithmen für Graphen. Anschließend können Sie sich auch mit maschinellem Lernen, neuronalen Netzen und Sprachmodellen befassen. Noch wichtiger ist, dass Sie im Laufe dieses Kurses auch mehrere interessante Projekte erstellen werden. 

Wenn Sie Ihre Programmiergrundlagen vor der Teilnahme an diesem Kurs auffrischen möchten, schauen Sie hier vorbei CS50x Einführung in die Informatik– ebenfalls kostenlos – um sich mit den Grundlagen der Programmierung und Informatik vertraut zu machen.

Sehen wir uns als Nächstes die Kursinhalte an.

Kurslink: CS50s Einführung in die künstliche Intelligenz mit Python

Bei zwei Punkten A und B zielen Suchalgorithmen darauf ab, den Weg zwischen A und B zu finden. Und die optimale Lösung ist oft der kürzeste Weg zwischen A und B. Beispiele hierfür sind Navigator-Apps, die den kürzesten Weg zwischen zwei beliebigen Orten finden.

Dieses erste Modul zur Suche behandelt die folgenden Themen:

• Tiefensuche (DFS)
• Breitensuche (BFS)
• Gierige Best-First-Suche
• Eine Suche 
• Minimax
• Alpha-Beta-Schnitt

Die folgenden Projekte werden Sie für dieses Modul erstellen:

Link: Suche

Das zweite Modul konzentriert sich auf wissensbasierte Agenten, die vorhandenes Wissen nutzen, um Schlussfolgerungen zu ziehen. 

Die Suche (erstes Modul) und die Wissensmodule basieren also auf Graphalgorithmen und mathematischer Logik. In den folgenden Modulen lernen Sie maschinelles Lernen und Optimierung kennen.

Dieses zweite Wissensmodul umfasst Folgendes:

• Aussagelogik 
• Anspruch
• Inferenz 
• Modellprüfung 
• Auflösung 
• Logik erster Ordnung

Und die Projekte, die Sie bauen werden, sind:

• Knights: ein Programm zum Lösen von Logikrätseln, Mind Sweeper und KI zum Spielen eines Gebäudes 
• Eine KI bauen, um Minensuchboot zu spielen

Link: Wissen 

Wahrscheinlichkeit ist eines der wichtigsten Konzepte beim Erlernen maschinellen Lernens. In diesem Modul lernen Sie grundlegende Konzepte zu Wahrscheinlichkeit und Zufallsvariablen. Zum Abschluss dieses Moduls können Sie zwei interessante Projekte erstellen.

Dieses Modul umfasst:

• Wahrscheinlichkeit 
• Bedingte Wahrscheinlichkeit 
• Zufällige Variablen 
• Unabhängigkeit
• Bayesianische Netzwerke 
• Probennahme  
• Markov-Modelle 
• Versteckte Markov-Modelle 

Die Projekte, die Sie erstellen werden, sind:

• Eine KI, die Webseiten nach Wichtigkeit ordnet 
• Eine KI, die die Wahrscheinlichkeit beurteilt, dass eine Person ein genetisches Merkmal hat

Link: Unsicherheit

Optimierung ist ein wichtiges mathematisches Werkzeug, mit dem Sie eine Vielzahl von Problemen lösen können. Im Wesentlichen ermöglicht Ihnen die Optimierung, aus einer Reihe von Lösungen die optimalste Lösung zu finden.

Dieses Modul behandelt die folgenden Optimierungsalgorithmen:

• Lokale Suche 
• Berg steigen 
• Simuliertes Glühen
• Lineares Programmieren 
• Einschränkungszufriedenheit 
• Backtracking-Suche

Für dieses Modul bauen Sie eine KI, die Kreuzworträtsel generiert.

Link: OPTIMIERUNG

In diesem Modul lernen Sie maschinelles Lernen und die Einzelheiten verschiedener Algorithmen für maschinelles Lernen kennen. Sie lernen überwachte, unbeaufsichtigte und verstärkende Lernparadigmen.

Zu den behandelten Themen gehören:

• Klassifizierung des nächsten Nachbarn 
• Perzeptron-Lernen 
• Unterstützung vektor maschine 
• Regression 
• Verlustfunktionen 
• Regulierung 
• Markov-Entscheidungsprozess 
• Q Lernen 
• K-Means Clustering 

Im Folgenden sind die Projekte für dieses Modul aufgeführt:

• Vorhersage, ob ein Kunde einen Online-Auftrag abschließen wird 
• KI, die mithilfe von Reinforcement Learning lernt, Nim zu spielen

Link: Lernen

Dieses Modul konzentriert sich auf die Grundlagen des Deep Learning. Neben dem Erlernen der Grundlagen des Deep Learning erfahren Sie auch, wie Sie mit TensorFlow neuronale Netze aufbauen und trainieren.

Hier finden Sie einen Überblick über die Themen, die im Modul „Neuronale Netze“ behandelt werden:

• Künstliche neurale Netzwerke 
• Aktivierungsfunktionen 
• Gradientenabstieg 
• Backpropagation 
• Überanpassung 
• Tensorflow 
• Bildfaltung  
• Faltungs-Neuronale Netze 
• Wiederkehrende neuronale Netze 

Zum Abschluss Ihres Lernens arbeiten Sie an einem Projekt zur Verkehrszeichenerkennung. 

Link: Neuronale Netze

Dieses letzte Modul konzentriert sich auf die Arbeit mit natürlicher Sprache. Von den Grundlagen der Sprachverarbeitung bis hin zu Transformatoren und Aufmerksamkeit finden Sie hier die Liste der Themen, die in diesem Modul behandelt werden:

• Syntax 
• Semantik 
• kontextfreie Grammatik 
• N-Gramm 
• Beutel voller Worte 
• Aufmerksamkeit 
• Transformatoren 

Hier sind die Projekte für dieses Modul:

• Ein Parser, der Sätze analysiert und Nominalphrasen extrahiert 
• Maskierte Wortvorhersage 

Link: Sprache

Von Graphalgorithmen bis hin zu maschinellem Lernen, Deep Learning und Sprachmodellen – dieser Kurs behandelt mehrere grundlegende Themen der KI. 

Ich bin mir sicher, dass es eine großartige Lernerfahrung sein wird, jede Woche die Vorlesungen zu besuchen, Vorlesungsunterlagen zu lesen und an Projekten zu arbeiten. Viel Spaß beim Lernen!
 
 

Bala Priya C ist ein Entwickler und technischer Redakteur aus Indien. Sie arbeitet gerne an der Schnittstelle von Mathematik, Programmierung, Datenwissenschaft und Inhaltserstellung. Zu ihren Interessen- und Fachgebieten gehören DevOps, Datenwissenschaft und Verarbeitung natürlicher Sprache. Sie liebt es zu lesen, zu schreiben, zu programmieren und Kaffee zu trinken! Derzeit arbeitet sie daran, zu lernen und ihr Wissen mit der Entwickler-Community zu teilen, indem sie Tutorials, Anleitungen, Meinungsbeiträge und mehr verfasst.

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
• Quelle: https://www.kdnuggets.com/free-harvard-course-introduction-to-ai-with-python?utm_source=rss&utm_medium=rss&utm_campaign=free-harvard-course-introduction-to-ai-with-python