Deep Learning Kurs 🧠 Neuronale Netze für KI in der Praxis | 𝗶𝗼𝗺𝗶𝗱𝘀.𝗰𝗼𝗺

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. 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 KI 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, ... Hyperparameter Regularisierung zur Vermeidung von Overfitting Komplexere Netzarchitekturen im Überblick Praxisprojekt Deep Learning

Hinweis zum Ablauf

Veranstaltungsort: Berlin Online-Teilnahme möglich: Alternativ zur Anreise auch als Live-Webinar von zu Hause aus.

Zielgruppe

Teilnehmer aus den Bereichen Analyse oder IT-Entwicklung, die Deep Learning / Artificial Intelligence selbst zum Einsatz bringen möchten.

Zielsetzung

Das Seminar erläutert die Fuktionsweise von Deep Learning, den Aufbau effizienter Modelle, sowie deren Training. Teilnehmer lernen außerdem TensorFlow und Keras kennen, um in Python selbstständig Modelle zu erzeugen.

Hinweise zur Prüfung und Zertifikat/Abschluss

Die erfolgreiche Teilnahme wird den Teilnehmern zertifiziert.

Förderungsmöglichkeiten

Als Einzelperson oder KMU aus NRW übernimmt das Land NRW bis zu 50% der Kosten für die Kurse von IOMIDS.

Teilnahmevorraussetzungen

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, schreiben eine Mail, oder nehmen über unser Formular auf unserer Website Kontakt mit uns auf, damit wir Sie beraten können, ob der Kurs für Sie passt.

Preishinweis

Preis inkl. MwSt. Buchen ohne Risiko: Als Verbraucher können Sie innerhalb von 14 Tagen nach der Buchung jederzeit kostenfrei Ihre Teilnahme stornieren, solange Sie über zwei Wochen vor Kursbeginn buchen. Sichern Sie sich jetzt Ihren Platz! Sie erhalten einen Zugang zu unserer E-Learning Plattform, sowie hilfreiche Dokumente für Ihre künftigen Projekte.