TerminOrtUhrzeitPreis*
Nicht-Mitglied
Preis*
Bitkom-Mitglied
BelegungFormat
28.10.2019 -
30.10.2019  
Stuttgart 09:00‑17:30 1.950 1.750 €

Anmelden
Termin
28.10.2019 -
30.10.2019  
Ort
Stuttgart
Zeit
09:00‑17:30
Preis
1.950
Preis Bitkom Mitglied
1.750 €
Belegung
Format

* zzgl. USt. | 10% Rabatt für den zweiten und jeden weiteren Teilnehmer

 

Deep Learning Algorithmen werden in unterschiedlichen Bereichen eingesetzt und sind bereits fester Bestandteil unseres Alltags. Sie kommen zum Beispiel in den Bereichen autonomes Fahren, Spracherkennung oder auch bei Produktempfehlungen zum Einsatz. Sie gelten derzeit als wichtigste Algorithmus-Klasse im Machine Learning und sind daher ein elementarer Teil von Künstlicher Intelligenz.

Dieser Kurs gibt eine praxisorientierte Einführung in Neuronale Netze (Deep Learning Algorithmen). Sie lernen einige der am häufigsten verwendeten Neuronalen Netze in der Theorie kennen (u. a. Multi Layer Perceptron, Convolutional Neural Network) und setzen diese in praktischen Übungen in Python mit den Framework Keras/Tensorflow um. Die Programmiersprache Python ist im Deep Learning der De-facto-Standard und Keras/Tensorflow zählen zu den beliebtesten Bibliotheken zur Umsetzung von Deep Learning.

> zum Programm

 

Mehrwert des Seminars

  • Sie erhalten einen konkreten Überblick über Grundlagen über gängige Machine Learning-Techniken. Außerdem lernen Sie unterschiedliche Neuronale Netze anhand von Anwendungsfällen mit verschiedenen Datensätzen zum Trainieren kennen.
  • Sie erhalten Einblicke in die Regularisierung und die Überwachung von Trainings. Außerdem lernen Sie Objektdetektion, Semantische Segmentierung und Bild-Klassifizierung kennen.
  • Sie sind anschließend in der Lage, eigenständig Neuronale Netze zu entwerfen und mit dem Framework Keras/Tensorflow in der Programmiersprache Python zu trainieren.

 

Inhalt des Seminars

In abwechslungsreichen Anwendungsfällen (z.B. Objektdetektion mit Bounding Boxes, Semantische Segmentierung, Bild-Klassifizierung) mit verschiedenen Datensätzen werden wir unterschiedliche Neuronale Netze mit Keras/Tensorflow trainieren und deren Leistungsfähigkeit kennenlernen. Dabei werden typische Probleme während des Trainings und deren Lösungsmöglichkeiten (u.a. Regularisierung während des Trainings) behandelt.

Die Teilnehmer lernen verschiedene Neuronale Netze (u.a. MLP, CNN) sowie häufig verwendete und bekannte Deep Learning Architekturen kennen. Anschließend werden sie selbständig Neuronale Netze mit verschiedenen Schichten entwerfen und mit dem Framework Keras/Tensorflow in der Programmiersprache Python trainieren können.

Neben den konkreten Anwendungsgebieten, vermittelt das Seminar die Grundlagen, um sich danach vertiefend selbstständig andere gewünschte Anwendungsfälle (z.B. Ausreißer-Erkennung) im Deep Learning anzueignen.

An wen richtet sich das Seminar?

Das Seminar richtet sich an Data Scientists, angehende Machine Learning Engineers o.ä. mit erster Erfahrung in Python, welche einen Überblick über Neuronale Netze erlangen wollen und sich einen Einstieg in Deep Learning Algorithmen mit Keras/Tensorflow wünschen, um eigenständig Neuronale Netze zu entwerfen und trainieren zu können.

Die Teilnehmer sollten grundlegende Kenntnisse in Python oder einer anderen Programmiersprache besitzen, da das verwendete Interface auf Python basiert. Es wird Anaconda als Python-Distribution verwendet.

Sehr empfehlenswert sind grundlegende Vorkenntnisse im Bereich der Statistik (Begriffsdefinitionen wie bspw. Mittelwert, Median, Standardabweichung, Normalverteilung), Kenntnisse grundlegender mathematischer Symbole und Begriffe (Summenzeichen, Integral, Funktion, Ableitung, Menge der natürlichen und reellen Zahlen, Vektor, Matrix).

 

Didaktischer Aufbau des Seminars?

Dieses Seminar ist sehr praxisorientiert. Die Teilnehmer arbeiten selbstständig mit der Programmiersprache Python, so dass das Erlernte direkt geübt und vertieft werden kann. Der Trainer moderiert dabei verschiedene Aufgaben und begleitet die Teilnehmer durch die einzelnen Lehreinheiten.

Empfehlung

Besuchen Sie vorher die Vorbereitungslehrgänge  „Data Science mit Python" und Supervised & Unsupervised Machine Learning“. Alle drei Lehrgänge sind inhaltlich aufeinander abgestimmt.

 

Zusätzliche Informationen

  • Die Übungen finden auf Laptops statt. Es wird empfohlen, dass Teilnehmer einen eigenen Laptop mit der vorab installierten Software mitbringen. Die Bitkom Akademie kann jedoch auf Anfrage auch Schulungslaptops bereitstellen. Es wird keine GPU auf dem Laptop benötigt. Die Teilnehmer sollten prüfen, ob firmeneigene Laptops Zugangsbeschränkungen beim Herunterladen von Dateien und Programmen haben, die der Referent bereitstellt. Die digitalen Unterlagen (Skript, Code, Dateien) werden über eine Cloud zur Verfügung gestellt.
  • Bitte stellen Sie sicher, dass Sie mit dem Betriebssystem (Windows, Mac OS, Linux), mit dem Sie arbeiten, vertraut sind.
  • Das Seminar findet in einer kleinen Gruppe mit mind. 5 und max. 16 Teilnehmern statt. Unser Referent kann dadurch auf individuelle Fragestellungen optimal eingehen.
  • Die Bitkom Akademie ist anerkannter Bildungsträger in Baden-Württemberg und Nordrhein-Westfalen. Teilnehmer haben im Rahmen des Bildungszeitgesetzes die Möglichkeit, Bildungsurlaub bzw. eine Bildungsfreistellung zu beantragen. Auf Anfrage erstellen wir auch Anträge auf Anerkennung unserer Veranstaltungen in anderen Bundesländern.   
  • Lunch und Getränke sind im Seminarpreis enthalten.
  • Anmeldeschluss ist 2 Wochen vor Seminarbeginn.
  • Tipp: Nutzen Sie für Ihre Anreise zu unseren Akademie-Seminaren die Sonderkonditionen unserer Partner
 

Ihre Referenten

 
Technischer Projektleiter, deep learning – Bosch Center for Artificial Intelligence
Robert Bosch GmbH