Machine Learning in der Praxis – Aufbau einer ML-Pipeline mit TensorFlow und Scikit-Learn
End-to-end-Workflow mit Datenvorbereitung, Modellierung, Training, Validierung und Bereitstellung – plus typische Fehlerquellen.
AI Engineering
Angewandte KI, Anomalieerkennung und Reinforcement Learning – auditierbar und produktionsreif gedacht.
Automatisierte Entscheidungsfindung mit Reinforcement Learning
Wie Reinforcement Learning mit States, Aktionen und Rewards autonome Entscheidungen optimiert – inklusive gängiger Algorithmen und Einsatzfelder.
AI-basierte Anomalieerkennung – Sicherheitsrisiken frühzeitig erkennen
Warum KI-gestützte Anomalieerkennung hilft, Sicherheitsrisiken und Performance-Probleme früh zu erkennen und abzufedern.
LLM (Grosses Sprachmodell)
Ein Large Language Model (LLM) ist ein AI-Modell, das auf grossen Textmengen trainiert wird, um Sprache zu verstehen und zu erzeugen.
AIOps
AIOps nutzt AI-Methoden fuer IT-Operations, vor allem fuer Signal-Korrelation, Anomalieerkennung und schnellere Incident-Reaktion.
RAG (Retrieval-Augmented Generation)
RAG kombiniert ein Sprachmodell mit einer Retrieval-Schicht, damit Antworten auf eigenen Dokumenten und Daten basieren.
MLOps
MLOps ist die Betriebsdisziplin fuer Entwicklung, Deployment, Monitoring und Weiterentwicklung von Machine-Learning-Systemen.
Guardrails
Guardrails sind technische und prozessuale Leitplanken, die AI-Nutzung sicher, regelkonform und zielgerichtet halten.