Regionaltreffen Rhein-Main

Vortrag 1: Data Science & KI at a first glance

Im ersten Teil der Veranstaltung nehmen wir Sie mit auf eine spannende Reise in die Welt der Daten. Zunächst klären zunächst die grundlegenden Begriffe: Was genau ist Data Science und wie kann Künstliche Intelligenz definiert werden?

Dann werfen wir einen Blick auf die verschiedenen Rollen im Bereich Data Science und erfahren, welche Aufgaben Data Scientists übernehmen und wie sie mit anderen Fachbereichen zusammenarbeiten. Im Anschluss beleuchten wir den Lebenszyklus von KI-Projekten und zeigen Ihnen, welche Schritte von der Idee bis zur Umsetzung erforderlich sind. Dabei werfen wir auch einen Blick auf die Herausforderungen, die bei solchen Projekten auftreten können und wie man ihnen begegnen kann.

Ein besonderer Fokus liegt auf dem maschinellen Lernen, das eine zentrale Rolle in der Data Science spielt. Wir erklären Ihnen, was unüberwachtes und überwachtes Lernen bedeutet und führen Sie in das faszinierende Konzept des Deep Learnings ein.

Abschließend werfen wir einen Blick auf die Herausforderungen, denen sich Data Science und KI gegenübersehen, und wie wir diese meistern können.

Tauchen Sie ein in die Welt von Data Science und Künstlicher Intelligenz und lassen Sie sich von der Macht der Daten begeistern. Wir freuen uns auf eine informative und spannende Zeit mit Ihnen!

Vortrag 2: KI in der Praxis: Was bedeutet eigentlich "semantic image search"?

In unserem zweiten Teil des Vortrags, der ca. 45 Minuten dauert, widmen wir uns einem konkreten Anwendungsbeispiel: der "semantic image search". Dabei erfahren Sie, wie wir Bilder basierend auf semantischen Begriffen finden können.

Zunächst tauchen wir in die Welt der Word-Embeddings ein. Wir erklären, was Word Embeddings sind und präsentieren Ihnen Beispiele wie Word2Vec, um zu verdeutlichen, wie Wörter in numerische Vektoren umgewandelt werden können.

Dann werfen wir einen Blick auf die Image Classification, bei der wir lernen, Bilder automatisch in Kategorien einzuteilen. Wir erläutern die Prinzipien von Convolutional Neural Networks (CNN) und zeigen Ihnen exemplarisch eine CNN-Architektur, die für die Bildklassifizierung verwendet wird.

Schließlich gehen wir zur textuellen Bildsuche über, bei der wir Bilder anhand von Begriffen suchen können. Wir zeigen Ihnen, wie wir visuelle und textuelle Daten miteinander verknüpfen können, um effektiv nach Bildern zu suchen.