+49 (911) 80 10 30

Rufen Sie uns an oder lassen Sie sich zurückrufen!

Einfach Nachricht mit Ihrem Rückruf-Termin hinterlassen.

Ihr Name *

Ihre Telefonnummer *

Rückruf-Datum *

Rückruf-Uhrzeit *

Ihre Anfrage *

Um Ihre Anfrage bearbeiten zu können, ist es notwendig, die von Ihnen angegebenen Daten zu verarbeiten. Das bedeutet, dass Sie mit dem Absenden des Kontaktformulars in die Verarbeitung Ihrer Daten einwilligen (siehe Datenschutzrichtlinie). Sie können der Verarbeitung Ihrer Daten jederzeit widersprechen.

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.
Nachricht senden

Ihr Name *

Ihre E-Mail Adresse *

Ihre Telefonnummer

Ihre Anfrage *

Um Ihre Anfrage bearbeiten zu können, ist es notwendig, die von Ihnen angegebenen Daten zu verarbeiten. Das bedeutet, dass Sie mit dem Absenden des Kontaktformulars in die Verarbeitung Ihrer Daten einwilligen (siehe Datenschutzrichtlinie). Sie können der Verarbeitung Ihrer Daten jederzeit widersprechen.*

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.
Social Media

Seite teilen

AI225: Einführung in Deep Learning und KI

Training: Künstliche Intelligenz

Teilnehmende erhalten eine praxisnahe Einführung in Deep Learning und KI. Vermittelt werden Grundlagen neuronaler Netze, Modellarchitekturen und Training. Behandelt wird der Einsatz von Python und Bibliotheken wie TensorFlow und Keras, einschließlich vortrainierter Netze und Transfer Learning, um KI-Anwendungen schneller zu entwickeln und praktisch umzusetzen.

Terminauswahl

Termine in deutscher Sprache (0)


Aktuell sind leider keine vorgelegten Termine verfügbar! Sie möchten einen Termin anfragen ? Dann klicken Sie auf "Kein passender Termin?"

Mögliche Kurssprachen: Deutsch

Wunschzeitraum für Termin anfragen:

Ihr Name *

Ihre E-Mail Adresse *

Ihre Telefonnummer

Wunschzeitraum von *

Wunschzeitraum bis *

Anzahl an Teilnehmer *

Ihre Nachricht

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.

Aktuell sind leider keine vorgelegten Termine verfügbar!
Sie möchten einen Termin anfragen ? Dann klicken Sie auf "Kein passender Termin?"

Wunschzeitraum für Termin anfragen:

Ihr Name *

Ihre E-Mail Adresse *

Ihre Telefonnummer

Wunschzeitraum von *

Wunschzeitraum bis *

Anzahl an Teilnehmer *

Ihre Nachricht

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.

Agenda:

Einführung in neuronale Netze und Deep Learning

Wichtige Konzepte: Künstliche Neurone, Gewichte, Training und Architektur

Python und Bibliotheken für Deep Learning: TensorFlow und Keras

Implementierung einfacher neuronaler Netze in verschiedenen Anwendungsszenarien

Nutzung von vortrainierten Netzen (TensorFlow Hub) und Transfer Learning

Praktische Beispiele und Übungen zum Entwerfen, Anpassen und Trainieren von Modellen

Zusammenfassung und abschließende Diskussion, wie sich das gelernte auf den eigenen Kontext übertragen lässt

Ziele:

Grundlagen neuronaler Netze verstehen, wichtige Konzepte kennenlernen, Modelle entwerfen und anpassen, mit Python und TensorFlow arbeiten, vortrainierte Netze und Transfer Learning nutzen können.

Zielgruppe:

Entwickler
IT-Fachkräfte
Fachkräfte ohne Programmiererfahrung

Voraussetzungen:

AI200 Einführung in Python für Data Science und KI (alternativ Grundkenntnisse in Python)

Beschreibung:

Eine Welt in der Computer lernen und komplexe Aufgaben lösen können: Im Workshop AI225 Einführung in Deep Learning und KI werden die Teilnehmer in die Grundlagen neuronaler Netze und des Deep Learning eingeführt. Sie lernen wichtige Konzepte wie künstliche Neurone, Modellarchitekturen und Modelltraining kennen. Anhand praktischer Beispiele wird vermittelt, wie mit Python und Bibliotheken wie TensorFlow und Keras effektive Modelle entworfen, angepasst und trainiert werden können.

Der Kurs behandelt auch die Nutzung von vortrainierten Netzen aus TensorFlow Hub und Transfer Learning, um die Entwicklung von KI-Anwendungen zu beschleunigen. Am Ende des Kurses werden die Teilnehmer in der Lage sein, selbst neuronale Netzwerke in existierenden Frameworks umzusetzen und auf ihr Problem anzuwenden.