AI & Generative AI Bootcamp — ML, Deep Learning, GANs, GPT in einer Woche

Wer einen schnellen, intensiven Einstieg in Künstliche Intelligenz UND Generative AI sucht, findet hier das passende Format. Das Bootcamp ist verdichtet (1-2 Wochen Vollzeit), dafür breit und mit vielen praktischen Übungen. Block Künstliche Intelligenz-Grundlagen: Was ist KI (Symbolische KI vs. ML vs. Deep Learning), Geschichte, aktuelle Anwendungsgebiete, Hype vs. Realität (was kann KI, was nicht). Block Machine Learning: Supervised vs. Unsupervised vs. Reinforcement Learning, Train/Test-Split, Overfitting, Cross-Validation, Performance-Metriken. Praxis mit scikit-learn: Lineare/Logistische Regression, Decision Trees, Random Forest, K-Means Clustering, PCA. Block Neuronale Netze: Perzeptron, Mehrschicht-Perzeptron, Activation Functions (ReLU, Sigmoid, Softmax), Backpropagation konzeptionell, Gradient Descent. Implementierung in TensorFlow/Keras Sequential API: einfache MLPs für Klassifikation/Regression. Block Deep Learning Convolutional Networks (CNNs): Architektur (Conv-Layer, Pooling, Fully Connected), Anwendung auf Bilderkennung (MNIST, CIFAR-10), Transfer Learning mit pre-trained Models (ResNet, VGG). Block Recurrent Networks (RNNs, LSTMs, GRUs): Sequenz-Modellierung, Word Embeddings, Text-Klassifikation, Zeitreihen-Vorhersage. Heute oft durch Transformer abgelöst, aber konzeptionell wichtig. Block Transformer und Generative Pre-trained Transformer (GPT): Attention-Mechanismus, Self-Attention, Multi-Head Attention, Encoder-Decoder-Architektur, GPT-2/3/4/4o-Familie, ChatGPT, Claude, Gemini. Pre-Training vs. Fine-Tuning vs. In-Context Learning, RLHF als wichtige GPT-3.5/4-Innovation. Block Generative Adversarial Networks (GANs): Generator vs. Discriminator als „Spiel", Training-Dynamik, Anwendungen (StyleGAN für realistische Gesichter, CycleGAN für Style Transfer, Deepfakes). Block Variational Autoencoders (VAEs): Encoder-Decoder mit latentem Raum, generative Eigenschaften, Vergleich zu GANs. Block Praktische Generative AI: OpenAI API, Anthropic API, Stable Diffusion für Bildgenerierung, Prompt Engineering, Retrieval Augmented Generation (RAG) konzeptionell.