Seminare
Seminare

Deep Learning Kurs

Seminar - IOMIDS

Die Hands-on-Schulung in künstlicher Intelligenz mit neuronalen Netzen


KI praktisch einsetzen: Deep Learning als fortgeschrittene Methode im Portfolio eines Data Scientist wird an zwei intensiven Tagen geschult. Sowohl die Theorie tiefer neuronaler Netze als auch die Umsetzung mit Hilfe von Googles Open Source Tools wie Keras und Tensorflow sind Teil des Programms. Die Schulung ist passend für alle, die selbst neuronale Netze entwickeln und trainieren möchten, um Muster zu erkennen und Vorhersagen zu treffen.

Termin Ort Preis*
firmenintern auf Anfrage auf Anfrage
*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

Deep Learning, d.h. tiefe neuronale Netze mit vielen Layern, haben sich innerhalb weniger Jahre enorm weiterentwickelt und sind zum State-of-the-Art vor allem im überwachten maschinellen Lernen geworden. Aus „Daten und Antworten“ entwickeln sie Regeln und erlauben präzise Vorhersagen für neue Daten. Bedeutende Fortschritte wurden in der Bild- und Spracherkennung gemacht, aber auch für Zeitreihen und viele andere Daten hat sich Deep Learning zum wichtigsten Tool im maschinellen Lernen entwickelt und gehört somit zum Portfolio der fortgeschrittenen Methoden eines Data Scientist.

Dieser Kurs erläutert die Funktionsweise von Deep Learning, den Aufbau effizienter Modelle sowie deren Training. Mit dem „Deep Learning Workflow“ lernen Teilnehmer die Arbeitsschritte in Praxisprojekten, die Vermeidung von Overfitting und den Einsatz der Deep-Learning-Bibliothek TensorFlow, für die mit Keras eine nutzerfreundliche Schnittstelle aus Python und R heraus zur Verfügung steht.

Inhalte:

  • Deep Learning als Teilgebiet von maschinellem Lernen und künstlicher Intelligenz
  • Überwachtes und unüberwachtes Lernen
  • Funktionen, Anzahl und Größe der Layer
  • Feedforward-Netz
  • Nichtlineare Aktivierungsfunktionen
  • Verlustfunktion (Loss Function)
  • Stochastischer Gradientenabstieg
  • Backpropagation-Algorithmus
  • Tool-Überblick: TensorFlow, Keras, Python, Jupyter Notebooks, R, RStudio …
  • Hyperparameter
  • Regularisierung zur Vermeidung von Overfitting
  • Komplexere Netzarchitekturen im Überblick
  • Praxisprojekt Deep Learning
Dauer/zeitlicher Ablauf:
2 Tage, jeweils 10 - 17 Uhr
Ziele/Bildungsabschluss:
Dieser Kurs erläutert die Funktionsweise von Deep Learning, den Aufbau effizienter Modelle sowie deren Training. Mit dem „Deep Learning Workflow“ lernen Teilnehmer die Arbeitsschritte in Praxisprojekten, die Vermeidung von Overfitting und den Einsatz der Deep-Learning-Bibliothek TensorFlow, für die mit Keras eine nutzerfreundliche Schnittstelle aus Python und R heraus zur Verfügung steht.
Die erfolgreiche Teilnahme wird den Teilnehmern zertifiziert.
Teilnahmevoraussetzungen:
Der Kurs eignet sich gut für Teilnehmende, die schon erstes Vorwissen in Python oder den Basics von Machine Learning mitbringen. An konkreten Beispielen: der Import von Modulen in Python wird beispielsweise nicht näher beleuchtet oder die Unterschiede zwischen Regression und Klassifikation werden nicht thematisiert. Wenn Sie unsicher sind, rufen Sie gerne einmal an oder nehmen über unser Formular Kontakt mit uns auf, damit wir Sie beraten können, ob der Kurs für Sie passt.
Technische Voraussetzungen:
Bitte bringen Sie Ihren Laptop mit. Stellen Sie außerdem sicher, dass Sie über die notwendigen Administratorrechte verfügen um Software zu installieren, die während des Kurses genutzt wird.
Lehrgangsverlauf/Methoden:

Fundierte Theorie

Die wichtige Theorie wird in fokussierter Form in intensiven Theorieblöcken vermittelt.

Praxisprojekt mit Echtdaten

Ein Praxisprojekt mit realen Daten befähigt die Teilnehmer, die Inhalte eigenständig in der Praxis anzuwenden.

Hochkarätige Dozenten

Unsere Dozenten haben eine fundierte akademische Ausbildung, oft mit Promotion. Alle Dozenten arbeiten aktuell in Data-Science-Positionen und bringen so den neusten Stand aus der Praxis mit.

Zertifizierung

Für alle Kurse gibt es Teilnahmezertifikate bzw. bei Kursen mit Prüfungsblöcken ein Zertifikat über das erfolgreiche Bestehen. Zertifikate werden zweisprachig auf Deutsch und Englisch ausgestellt.

Förderung:

✓ IOMIDS akzeptiert den Bildungsscheck. Als Einzelperson oder KMU aus NRW übernimmt das Land NRW bis zu 50% der Kosten für die Kurse von IOMIDS. Weitere Infos

Zielgruppe:
Dieser Kurs eignet sich, um Deep Learning als fortgeschrittene Methode im Bereich Data Science / Artificial Intelligence zu erlernen. Teilnehmer des Kurses sind z.B. Entwickler, die sich in KI fortbilden möchten oder deren Arbeitgeber mehr Know-how in diesem Bereich benötigt, Absolventen von MINT-Studiengängen, die den Berufseinstieg im Bereich Data Science planen sowie Analysten & Data Engineers, die sich in Richtung KI entwickeln möchten. Auch Freelancer und Consultants besuchen den Kurs.
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha