Seminare zum Thema Programmiersprachen

In dieser 3-tägigen Schulung "Certified Application Security Engineer - Java (CASE)" lernen Sie die Zertifizierung zum Certified Application Security Engineer (CASE) kennen, die in Zusammenarbeit mit Anwendungs- und Softwareentwicklungsexperten auf der ganzen Welt entwickelt wurde.

Im Kurs "Certified Application Security Engineer" erwerben Sie die umfassenden Security-Skills und -Kenntnisse, die während des gesamten Softwareentwicklungszyklus (SDLC) von entscheidender Bedeutung sind. Die Schulung konzentriert sich auf die dringende Notwendigkeit, sichere Methoden und Praktiken in der heutigen unsicheren Betriebsumgebung zu implementieren.

Unser Trainingsprogramm ist darauf ausgerichtet, Software-Profis die erforderlichen Fähigkeiten zu vermitteln, die von Arbeitgebern und Hochschulen weltweit gefordert werden. Es handelt sich um einen praxisorientierten Kurs zur Anwendungssicherheit, der Ihnen als Software-Profis dabei hilft, sichere Anwendungen zu erstellen. Das Kursprogramm deckt Sicherheitsaktivitäten in allen Phasen des Software Development Lifecycle (SDLC) ab, einschließlich der Planung, Erstellung, Test und Bereitstellung einer Anwendung.

Was unsere Schulung einzigartig macht, ist, dass wir über die bloßen Richtlinien zu Secure Coding Practices hinausgehen. Unser Kurs umfasst auch die sichere Anforderungserhebung (Secure Requirement Gathering), die sichere Anwendungsentwicklung (Application Design) und den Umg

In diesem dreitägigen Kurs werden die Grundlagen von Künstlicher Intelligenz (KI) mit Keras-Tensorflow geschult. Der Fokus liegt auf Deep Learning für supervised und semi-supervised Anwendungsfälle. Sie werden die Neuronale Netzwerkarchitekturen Multi Layer Perceptron (MLP), Convolutional Neural Network (CNN) und die Modell Architektur SimCLR (Semi Supervised) kennenlernen. Das Framework Tensorflow/Keras wird dabei verwendet.

Unser Deep Learning-Kurs mit GPU-Nutzung bietet eine Einführung in Deep Learning-Algorithmen für die Verarbeitung von Bilddaten im Bereich des überwachten und semi-überwachten Lernens.
Deep Learning-Algorithmen sind derzeit eine wichtige Klasse von Algorithmen im Bereich des maschinellen Lernens und werden bereits in vielen Bereichen unseres Alltags eingesetzt. Im Kurs lernen Sie, geeignete Modelle zu trainieren, um sie zur Klassifikation oder Schätzung neuer Daten zu verwenden. Sie lernen auch die wichtigsten Aspekte der Programmierung von Deep Learning-Algorithmen in Tensorflow/Keras, einschließlich der Datenaufbereitung, des sequenziellen Einlesens großer Datenmengen, der Erstellung tiefer neuronaler Netze und der Anwendung der trainierten Modelle auf neue Daten. In praktischen Übungen werden gängige Varianten von Deep Neural Networks behandelt und vertieft. Die behandelten Algorithmen finden in verschiedenen Bereichen der Industrie Anwendung, wie z.B. dem Erkennen von Symbolen, der Produktionsüberwachung, der Textur-/Oberfläche...

Dieses einwöchige Data Science Bootcamp beginnt mit den grundlegenden Konzepten von Python für die Datenanalyse und vermittelt alle erforderlichen Kenntnisse, um am Ende Machine Learning Algorithmen mit scikit-learn zu programmieren. In diesem intensiven Seminar werden die Grundlagen eines Data Scientist erlernt.

Die Algorithmen werden theoretisch erklärt, wobei der Schwerpunkt auf der praktischen Umsetzung der Datenanalyse und Algorithmen in Python liegt. Am Ende des Seminars sind die Teilnehmer in der Lage, eigenständig erste Datenanalysen durchzuführen, Machine Learning Algorithmen anzuwenden und die Ergebnisse zu interpretieren.

Besonderes Augenmerk wird auf das Paket pandas gelegt, da es in den Bereichen Data Science, Data Engineering und Data Mining Anwendung findet. Die wichtigsten Schritte zur Datenaufbereitung werden geübt. Für die Erstellung von Plots und Grafiken wird das Paket seaborn verwendet, mit einer kurzen Einführung in matplotlib. Matplotlib bietet eine Vielzahl von Anpassungsmöglichkeiten für Plots, während seaborn komplexe Plots mit wenig Code erstellen kann. Es werden auch die Grundlagen von numpy vermittelt, um dieses wichtige Paket im Data Mining einsetzen zu können.

Nach einer Einführung in die Grundlagen von Python (Datenstrukturen, Schreiben eigener Funktionen) und einer Erläuterung von pandas für die Datenanalyse folgt der nächste Schritt zur Weiterbildung als Data Scientist: Die Erklärung von Machine Learning Al...

Analyse von Daten tiefer neuronaler Netze mit Keras (TensorFlow)

Deep Learning Algorithmen finden bereits in unterschiedlichen Wirtschaftsbereichen und im Alltag Anwendung, zum Beispiel im Bereich autonomes Fahren, Sprach- und Texterkennung, optische Fehlererkennung sowie Online-Produktempfehlungen. Sie sind aktuell die bedeutendste und stärkste Algorithmusklasse im Bereich Machine Learning. Es sind bereits zahlreiche Frameworks zur Umsetzung und Arbeit mit Neuronalen Netzen auf dem Markt verfügbar, mit denen Anwendern die Analyse von mittels Deep Learning erleichtert wird. Keras (TensorFlow) ist aktuell das beliebteste Framework in der europäischen Industrie, da es sich durch seine Einfachheit und Mächtigkeit auszeichnet. Die dahinterstehende Open Source Community entwickelt das Framework stetig weiter und ermöglicht somit immer größere Möglichkeiten der Nutzbarkeit für Unternehmen. 

Sie erhalten eine umfassende Einführung in praktische Anwendung von Deep Learning im Bereich Bild-, Text- und Zeitreihendaten. Der Lehrgang orientiert sich dabei auf die Schwerpunkte Datenaufbereitung, Überwachung vom Training und dem finalen Deployment (Einsatz/ Übertragung). Er ist sehr praktisch orientiert, sodass Sie während des Lehrgangs selbst programmieren und Deep Learning Algorithmen trainieren. Am Ende des Lehrgangs sind Sie in der Lage, selbstständig Deep Learning Anwendungen auf Daten Ihres Unternehmens zu trainieren und zu testen, um somit neue Wertschöpfungspotentiale zu generieren.