Maschinelles Lernen in der Praxis: Von der Theorie zur Anwendung mit AWS DeepRacer

Diese Weiterbildung richtet sich an Fachkräfte, die ihre Kenntnisse im Bereich des Maschinellen Lernens vertiefen und praktisch anwenden möchten.

Die Weiterbildung besteht aus mehreren spezialisierten Modulen. Zunächst werden die theoretischen Grundlagen des Maschinellen Lernens behandelt, gefolgt von praktischen Übungen mit AWS DeepRacer, einer autonomen Rennwagenplattform, die speziell für das Erlernen von Reinforcement Learning entwickelt wurde. Im Anschluss daran werden fortgeschrittene Techniken und Strategien vermittelt, um die Leistung der Modelle zu maximieren. Abschließend folgt eine Projektphase, in der die Teilnehmer ihre erworbenen Kenntnisse in einem realen Szenario anwenden.

Wesentliche Inhalte der Module:

Theoretische Grundlagen des Maschinellen Lernens

• Einführung in die Konzepte und Algorithmen des Maschinellen Lernens
• Überblick über verschiedene Lernparadigmen: Überwachtes, Unüberwachtes und Verstärkendes Lernen

Praktische Anwendung mit AWS DeepRacer

• Einführung in AWS DeepRacer und seine Komponenten
• Erstellung und Training von Reinforcement-Learning-Modellen
• Simulation und Evaluierung der Modelle in der AWS DeepRacer-Umgebung

Fortgeschrittene Techniken und Strategien

• Optimierung von Reinforcement-Learning-Modellen
• Verwendung von Hyperparameter-Tuning zur Leistungssteigerung
• Analyse und Interpretation der Ergebnisse

Projektphase: Anwendung in realen Szenarien

• Entwicklung eines eigenen Projekts mit AWS DeepRacer
• Präsentation und Diskussion der Projektergebnisse
• Feedback und Verbesserungsvorschläge