GMU:Learning Machines: Difference between revisions

Latest revision as of 21:20, 20 October 2019

21.10. - 24.10.2019,
25.11. - 28.11.2019
Dr.phil. Alexander König http://www.media-art-theory.com

Lernmaschinen

Der Kurs gibt einen Einblick in die Funktionsweise von Machine Learning Systemen und soll den theoretischen und praktischen Umgang mit dieser Technologie vermitteln. Neben der Befähigung zur künstlerischen und kritischen Reflexion, steht die Kommunikationskompetenz mit den Fachbereichen der Informatik im Vordergrund.

Theoretische Grundlagen:

Theoretische Einführung in die Geschichte der AI (Kybernetik bis Machine Leraning)
Begriffsdefinitionen (Was ist „Künstliche Intelligenz“ etc.)
Definitionen der Verschiedenen Arten von Machine Learning
Kurze Erläuterung der mathematischen Grundlagen
Exkurs über Datensätze und Training
Reflektion über Sprachauffassung

Praktische Grundlagen Block I – Big Data 21.10. bis 25.10.2019 :

Einführung in die Benutzung von Jupyter Notebooks
Research nach Datensätzen
Programmierung intelligenter Systeme mit Scikit-Learn
Visualisierung

Praktische Grundlagen Block II – Natural Language Processing (NLP) 25.11. bis 29.11.2019:

Einführung in NLP
Nutzung von NLTK
Grundlagen Word2vec
Visualisierung

Learning Machines

The course gives an insight into the functionality of machine learning systems and is intended to convey the theoretical and practical handling of this technology. In addition to the ability to artistically and critically reflect, the focus is on communication competence with the faculties of computer science.

Theoretical basics:

Theoretical introduction to the history of AI (cybernetics to machine learning)
Definitions of terms (What is "artificial intelligence" etc.)
Definitions of the Different Types of Machine Learning
Short explanation of the mathematical basics
Excursus on data sets and training
Reflection on language perception

Practical Basics Block I - Big Data 21.10. to 25.10.2019 :

Introduction to the use of Jupyter notebooks
Research for data sets
Programming of intelligent systems with Scikit-Learn
Visualization

Practical Basics Block II - Natural Language Processing (NLP) 25.11. to 29.11.2019:

Introduction to NLP
Use of NLTK
Basics Word2vec
Visualization

@@ Line 1: / Line 1: @@
+.10. -  24.10.2019,<br/>
+.11. - 28.11.2019<br/>
+Dr.phil. Alexander König http://www.media-art-theory.com
+==Lernmaschinen==
 Der Kurs gibt einen Einblick in die Funktionsweise von Machine Learning Systemen und soll den theoretischen und praktischen Umgang mit dieser Technologie vermitteln. Neben der Befähigung zur künstlerischen und kritischen Reflexion, steht die Kommunikationskompetenz mit den Fachbereichen der Informatik im Vordergrund.
 Theoretische Grundlagen:
+* Theoretische Einführung in die Geschichte der AI (Kybernetik bis Machine Leraning)
+* Begriffsdefinitionen (Was ist „Künstliche Intelligenz“ etc.)
+* Definitionen der Verschiedenen Arten von Machine Learning
+* Kurze Erläuterung der mathematischen Grundlagen
+* Exkurs über Datensätze und Training
+* Reflektion über Sprachauffassung
-Theoretische Einführung in die Geschichte der AI (Kybernetik bis Machine Leraning)
+Praktische Grundlagen Block I – Big Data 21.10. bis  25.10.2019 :
-Begriffsdefinitionen (Was ist „Künstliche Intelligenz“ etc.)
+* Einführung in die Benutzung von Jupyter Notebooks
-Definitionen der Verschiedenen Arten von Machine Learning
+* Research  nach Datensätzen
-Kurze Erläuterung der mathematischen Grundlagen
+* Programmierung intelligenter Systeme mit Scikit-Learn
-Exkurs über Datensätze und Training
+* Visualisierung
-Konkrete Anwendung:
-Installation von Tensorflow, GPU enable (CUDA etc.), Einführung in Tensorboard
-Classification und Object Detection
-Praktische Anwendungen für Künstler, Einführung in Skripte (Style-Transfer, Pix2Pix)
+Praktische Grundlagen Block II – Natural Language Processing (NLP) 25.11. bis 29.11.2019:
+* Einführung in NLP
+* Nutzung von NLTK
+* Grundlagen Word2vec
+* Visualisierung
+== Learning Machines ==
+The course gives an insight into the functionality of machine learning systems and is intended to convey the theoretical and practical handling of this technology. In addition to the ability to artistically and critically reflect, the focus is on communication competence with the faculties of computer science.
-The lecture gives an introduction to machine learning and teaches the theoretical and practical use of this technology. In addition to the aptitude for artistic and critical reflection, the communication competence with computer scientists is of main interest.
+Theoretical basics:
+* Theoretical introduction to the history of AI (cybernetics to machine learning)
+* Definitions of terms (What is "artificial intelligence" etc.)
+* Definitions of the Different Types of Machine Learning
+* Short explanation of the mathematical basics
+* Excursus on data sets and training
+* Reflection on language perception
-Theoretical basics:
+Practical Basics Block I - Big Data 21.10. to 25.10.2019 :
-Theoretical Introduction to the History of AI (Cybernetics to Machine Leraning)
+* Introduction to the use of Jupyter notebooks
-Definitions (What is "Artificial Intelligence" etc.)
+* Research for data sets
-Definitions of Different Types of Machine Learning
+* Programming of intelligent systems with Scikit-Learn
-Short explanation of the mathematical basics
+* Visualization
-Excursus on datasets and training
-Application:
+Practical Basics Block II - Natural Language Processing (NLP) 25.11. to 29.11.2019:
-Installation of Tensorflow, GPU enable (CUDA etc.), introduction to Tensorboard
+* Introduction to NLP
-Classification and Object Detection
+* Use of NLTK
-Practical applications for artists, introduction to scripts (style transfer, Pix2Pix)
+* Basics Word2vec
+* Visualization
-___________________
-Dr.phil.Alexander König
+[[Category:SS19]] [[Category:Fachmodul]]
-http://www.media-art-theory.com