In diesem Tutorial tauchst du in das Thema KI for Good ein und lernst, wie Künstliche Intelligenz die Mülltrennung verbessern kann. Dazu baust du selbst eine KI-Anwendung nach, die Plastik, Papier, Glas und Metall anhand von Bilderkennung voneinander unterscheiden kann. Auf dem Weg erkundest du alle notwendigen Schritte, von der Datensammlung und -aufbereitung bis zur Optimierung deines neuronalen Netzes und dessen Implementierung.  

Das Tutorial ist Bestandteil des KI-Kurses vom Bundeswettbewerb KI und steht nach Login kostenfrei zur Verfügung.

Lernende führen ein vollständiges KI-Projekt durch und verbinden dabei KI und Nachhaltigkeit.

• Umsetzung eines kompletten KI-Projekts
• Datensammlung, -aufbereitung und -visualisierung
• Implementierung eines konvolutionalen neuronalen Netzes (CNN) mit Python
• Optional: Umsetzung auf dem Raspberry Pi

Bei Abschluss des Tutorials…

• kann ich Daten sammeln und vorbereiten, um mein eigenes KI-Praxisprojekt zu beginnen.
• verstehe ich die Funktionsweise konvolutionaler neuronaler Netzwerke.
• kann ich CNNs souverän in Pytorch implementieren.
• beherrsche ich Techniken zur Optimierung von CNNs.

• selbst KI programmieren möchte.
• schon über Programmierkenntnisse in Python verfüge.
• bereits ein grundlegendes Verständnis von neuronalen Netzen habe.