Kursbeschreibung (description): |
Informationen sind ubiquitär, aber oft liegen sie in unstrukturierten Formaten vor. Um datengetriebene Entscheidungen treffen zu können, müssen diese Informationen in strukturierte Daten überführt werden.
Der Workshop AI300 Extraktion und Strukturierung von Daten mit KI vermittelt Techniken zur Datenextraktion und -transformation, wobei sowohl etablierte Verfahren des Natural Language Processing (NLP) als auch neue Möglichkeiten durch Large Language Models (LLMs) wie OpenAI und Aleph Alpha vorgestellt werden. Teilnehmer lernen, Tools und Bibliotheken wie Python, NLP-Bibliotheken und LLMs effektiv einzusetzen, um aus unstrukturierten Daten relevante Informationen zu extrahieren und in strukturierte Datenbanken und Prozesse zu integrieren.
Wir empfehlen die zusätzliche Teilnahme an dem inhaltlich verwandten Modul AI305 Extraktion und Transformation von Informationen mit KI.
|
|
Zielgruppe (target group): |
|
|
Voraussetzungen (requirements): |
|
|
Ziele (objectives): |
Informationsextraktion, Named Entity Recognition, Deep Learning, LLMs, Output Parsing, Function Calling, Tool Usage.
|
|
Preis und Dauer (price and duration): |
Dauer (duration): 1 Tag Schulungslänge (course length): 04:30 Stunden (inkl. Pausen) Preis (price): 450,- Euro zzgl. MwSt. Gerne führen wir dieses Training auch inhouse bei Ihnen vor Ort durch, bitte sprechen Sie uns an.
Eine Druckansicht dieses Workshops finden Sie hier.
|
|
Termine (dates): |
Termine auf Anfrage. Falls Sie einen Terminwunsch für diesen Workshop haben, werden wir dies gerne für Sie prüfen!
|
|
|
Inhalte (agenda): |
- Einführung in die Problemstellung: Notwendigkeit einer Schnittstelle zwischen unstrukturierten Daten und strukturierten Datenbanken und Prozessen
- Einführung in Tools und Bibliotheken: Python, NLP-Bibliotheken, LLMs (Open AI / Aleph Alpha)
- Techniken zur Informationsextraktion: Named Entity Recognition, Deep Learning, LLMs
- Output Parsing, Function Calling und Tool Usage: Anwendung der erlernten Techniken zum Extrahieren und Integrieren von Informationen
- Viele Praktische Übungen: Anwendung der erlernten Techniken auf realistische Beispiele und Daten
- Abschlussdiskussion: Erfahrungen und Herausforderungen / Wie lässt sich das Gelernte auf den eigenen Kontext übertragen
|
|
|