Seminare
Seminare

Live-Online: Natural Language Processing und generative Modelle mit Python und Transformern: Intelligente KI-Sprachapplikationen und Large-Language-Modelle entwickeln mit TensorFlow und Hugging Face

Webinar - Haufe Akademie GmbH & Co. KG

GPT und viele andere Large-Language-Modelle haben das große Potenzial moderner Sprachverarbeitung aufgezeigt. In diesem Kurs entschlüsselst du die Technologien, die dahinter stehen: Natural Language Processing (NLP) und Transformer-Architekturen bilden die Grundlage für intelligente Chatbots, maschinelle Übersetzungen und viele weitere Anwendungen in der Künstlichen Intelligenz. In diesem praxisorientierten 3-tägigen Seminar lernst du Schritt für Schritt, wie du selbst leistungsfähige NLP-Modelle mit Python und TensorFlow entwickelst. Du klassifizierst, analysierst und verarbeitest Textdaten, trainierst neue Datenmodelle und setzt moderne Transformer-Architekturen ein, um mit Künstlicher Intelligenz neue Texte zu generieren. Du lernst dabei, wie du eigene Modelle erstellst oder vortrainierte Modelle (auf der Plattform Hugging Face) einsetzt und optimierst. Dabei erfährst du nicht nur alles Wichtige über die Technologien und Konzepte. Durch zahlreiche Übungen und Beispiele sammelst du auch selbst praktische Erfahrung im Aufbau, Training und Finetuning von Large Language Models und in der Entwicklung eigener Chatbots.
Termin Ort Preis*
19.03.2025- 21.03.2025 online 2.249,10 €
06.05.2025- 08.05.2025 online 2.249,10 €
17.11.2025- 19.11.2025 online 2.249,10 €
18.02.2026- 20.02.2026 online 2.249,10 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

1. Python-Techniken für das Text Processing


  • Python-Basics für die Textverarbeitung
  • Text- und PDF-Dateien verarbeiten
  • Die wichtigsten Regular Expressions


2. Einführung in Natural Language Processing (NLP)


  • Konzepte des Natural Language Processings
  • Einsatz der Bibliothek SpaCy zur Textanalyse
  • Tokenization, Stemming und Lemmatization
  • Part-of-speech und Named Entity Recognition
  • Zerlegung von Texten mit Sentence Segmentation


3. Textklassifikation und Textanalyse


  • Einführung in scikit-learn
  • Evaluierung von Klassifikationsmodellen mit Präzision, Recall und F1-Score
  • Semantisches Verständnis und Sentiment Analysis
  • Vektorbasierte Textrepräsentationen mit Word Vectors
  • Sentiment Analysis mit der Bibliothek NLTK


4. Topic Modelling und Long Short-Term Memory


  • Einführung in das Topic Modelling
  • Klassifizierung mit Latent Dirichlet Allocation (LDA)
  • Strukturen erkennen mit Non-negative Matrix Factorization (NMF)
  • Long Short-Term Memory, GRU und Text Generation
  • Implementierung eines LSTM zur Texterstellung mit Keras


5. Transformer und Attention


  • Das Konzept der Selbstaufmerksamkeit
  • Multihead Attention und Bedeutung in NLP-Modellen
  • Encoder und Decoder für maschinelle Übersetzung und Sprachverständnis
  • Architekturkonzepte gängiger Transformer-Modelle: GPT-2/3/4, BERT
  • Erstellen einer Transformer-Struktur mit Python und Keras
  • Training und Evaluation eines Seq2Seq-Transformers


6. Transfer Learning und Finetuning mit Hugging Face


  • Einführung in Hugging Face und Vorstellung vortrainierter Modelle
  • Auswahl geeigneter Modelle und Tokenizer
  • Transfer Learning und Finetuning vortrainierter Modelle
  • Automatische Konfiguration und Anpassung von Modellen


7. Praxisprojekt: Trainieren eines eigenen Chatbots

Dauer/zeitlicher Ablauf:
3 Tage
Ziele/Bildungsabschluss:

Mit diesem Seminar erhältst du tiefgehendes Wissen über Konzepte und Methoden zum Einsatz sprachbasierter Künstlicher Intelligenz. Du lernst die grundlegenden Technologien kennen und erarbeitest dir dabei dabei umfassendes Wissen über die Transformator-Architektur, die Schlüsseltechnologie für die moderne generative KI ist.


 


Du erlernst die praktische Arbeit mit den wichtigsten Python-Frameworks und mit vortrainierten Modellen auf Hugging Face kennen und weißt, wie du sie in eigenen Projekten einsetzen kannst.


 


Die technischen Hürden für den Einstieg sind minimal – durch den Einsatz von Jupyter Notebooks und kostenfreier Cloud-GPUs.


 


Nach Abschluss dieses Trainings wirst du nicht nur fundierte theoretische Kenntnisse in der Sprachverarbeitung mit Künstlicher Intelligenz besitzen, sondern auch praktische Erfahrung in der Anwendung von Methoden und Frameworks. Du wirst fähig sein, eigene, auf Machine Learning basierende Sprachsysteme und -modelle zu entwickeln, anzupassen und produktiv einzusetzen. Zudem lernst du, wie du die Technologien in eigenen Projekten nutzen kannst. Dies qualifiziert dich für fortgeschrittene Aufgaben in der KI-Entwicklung.

Zielgruppe:

Dieses Training richtet sich an alle, die Machine Learning, maschinelle Sprachverarbeitung und generative KI im Detail verstehen und im Rahmen von eigenen Projekten einsetzen möchten.


 


Grundlegende Kenntnisse in der Programmierung mit Python werden vorausgesetzt. Weitergehendes technisches, mathematisches und statistisches Vorwissen ist hilfreich, aber nicht erforderlich.


 


Dieser Kurs ist ein wertvoller Baustein in der Qualifizierung zum Data Scientist, Data Engineer und Machine Learning Engineer.

Seminarkennung:
36446
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