Googles beliebter und kostenloser KI-Crashkurs wird noch besser – das ist jetzt neu
Gratis-Crashkurs von Google: KI ist mehr als Gemini. (Foto: Sadi-Santos/Shutterstock)
Vor sechs Jahren hatte Google mit dem Machine Learning Crash Course einen kostenlosen, 15-stündigen Onlinekurs veröffentlicht. Damit sollten grundlegende Konzepte und Prinzipien des maschinellen Lernens vermittelt werden.
Machine Learning und KI: Zugang demokratisieren
Erklärtes Ziel war es etwa, den Zugang zu dem Thema demokratisieren. Jede:r mit ein wenig Programmierkenntnissen sollte die Kernkompetenzen entwickeln können, um Machine-Learning-Profi zu werden. Jetzt trägt Google dem aktuellen KI-Hype Rechnung und hat den Crashkurs Machine Learning entsprechend erweitert.
Wie das Unternehmen per Blogeintrag mitteilt, sind jetzt Themen wie große Sprachmodelle (LLM), Automated Machine Learning und Arbeit mit Daten hinzugekommen. Außerdem soll Wissen über Verantwortung bei der KI-Entwicklung vermittelt werden.
Kursinhalte zugänglicher und unterhaltsamer
„Mit diesem Update haben wir uns auch darauf konzentriert, den Kursinhalt für Anfänger:innen zugänglicher und unterhaltsamer zu machen“, heißt es bei Google. Dazu wurden etwa neue Videoerklärungen, interaktive Visualisierungen und praktische Programmierübungen integriert.
Im Rahmen des Crashkurses können Nutzer:innen auch ihr Wissen zu KI und maschinellem Lernen testen. Integriert sind mehr als 130 Übungsfragen. Am Ende jedes Moduls steht ein Quiz bereit, bei dem nicht nur das erworbene Wissen getestet, sondern auch ein Lernabzeichen erworben werden kann.
Google zufolge ist ein grundlegendes Verständnis von maschinellem Lernen wichtig, wenn man sich mit der Entwicklung von KI-Software beschäftigt, KI-Tools optimal verwenden oder einfach verstehen will, wie KI funktioniert. Der Kurs sei für die nächste Generation von KI-Entwickler:innen und Enthusiast:innen konzipiert, so Google.
KI-Kurs auch für SEO interessant
Darüber hinaus können von den neuen Kursinhalten auch SEO-Interessierte profitieren, wie das Search Engine Journal schreibt. So würden die neuen Module zu großen Sprachmodellen und KI-Themen dabei helfen, zu verstehen, wie Suchmaschinen funktionieren.
So könnten vor allem die Inhalte zu linearer Regression, neuronalen Netzwerken sowie der Umwandlung von Wörtern, Phrasen oder anderen Datentypen in numerische Vektoren (Embeddings) essenziell für SEO sein. Schließlich seien diese Technologien ein großer Teil der Basis von Suchalgorithmen.
„Wenn man sich ein grundlegendes Verständnis dieser Technologien aneignet, kann man besser verstehen, wie das Backend von Suchmaschinen funktioniert“, heißt es dazu beim Search Engine Journal.
