Kontakt
Kompetentes und unabhängiges Wissen für IT-Profis.
Konferenzen, Workshops und Webinare.
(2-tägiger iX-Kurs zum schnellen Einstieg)
Der Einstiegs-Workshop liefert eine praxisorientierte Einführung in Deep Learning mit den Machine-Learning-Frameworks PyTorch. Facebooks PyTorch Open Source-Bibliothek erfreut sich aufgrund seiner Einfachheit großer Beliebtheit in der Forschung und Entwicklung von Anwendungen im Bereich Deep Learning. Deep Learning und die Funktionsweise neuronaler Netze wird Ihnen auf leicht verständliche Weise anhand von bildlichen Erklärungen vermittelt. Dabei wird anders als in vielen Online-Kursen auf komplexe Mathematik verzichtet und somit der Zugang erleichtert.
Sie erhalten zunächst eine Einführung in Machine Learning, neuronale Netze, Deep Learning und die Vorgehensweise beim Entwickeln von KI-Algorithmen. Anschließend lernen Sie die wichtigsten Architekturen für neuronale Netze im Deep Learning Bereich kennen: Feed Forward (FF) Networks, Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs).
In diesem Kurs werden Programmierbeispiele gezeigt. Übungsaufgaben und Lösungen erhalten Sie für das Selbststudium nach dem Kurs.
Interessieren Sie sich mehr für Tensorflow als PyTorch? Dann buchen Sie unsere 2 Tage Tensorflow Variante dieses Kurses: https://www.heise-events.de/workshops/tensorflow Die Inhalte sind gleich, als Deep Learning Framework wird aber Tensorflow verwendet und vermittelt.
Voraussetzungen
Ziele
Zielgruppe
Inhalte (für mehr Details auf die einzelnen Punkte klicken)
1) Einführung in KI, Algorithmen-Entwicklung und erste Werkzeuge
Einstieg
Einführung in Machine Learning (ML)
Entwicklungsprozess von Machine Learning Modellen
2) Deep Learning / Neuronale Netze
Deep Learning (DL) Grundlagen
Überblick PyTorch
PyTorch Programmieren - Einstieg
3) Einstieg in Computer Vision mit CNNs
Convolutional Neural Networks (CNN) zur Verarbeitung von Bildern: Theorie und Anwendung
CNNs mit PyTorch nutzen
4) RNNs für sequentielle Daten (Text, Zeitreihen, ...)
Recurrent Neural Networks (RNN) zur Verarbeitung von Sequenzen: Theorie und Anwendung
RNNs nutzen mit PyTorch
5) Abschließende Themen und Ausblick
Trainer Philipp Braunhart
Philipp ist Freelance Machine Learning Engineer und Trainer. Bei Siemens hat er skalierbare Artificial Intelligence (A.I.) Lösungen im IoT Umfeld entwickelt. Von der Physik (B.Sc.) hat er sich in Richtung A.I. insbesondere Deep und Machine Learning (M.Sc.) entwickelt. Ob Deep Reinforcement Learning in der Robotik, Qualitäts-Vorhersagen bei Fertigungs-prozessen oder Anomalieerkennung bei Prüfergebnissen von Flachbaugruppen: Es reizt ihn stets praktische Probleme mit Hilfe von intelligenten Algorithmen zu lösen. Durch bildliche, einfach verständliche Erklärungen hilft er anderen Hürden zu überwinden, um ebenso viel Begeisterung für Machine Learning zu entwickeln.
Trainer Moustapha Karaki
Moustapha ist ein Machine Learning Engineer und Berater bei IBM für die Anwendung von AI in Unternehmen. Unter anderem am Fraunhofer IPK in der Forschungs-gruppe "Sicherheitstechnologien", in Projekten in der Automobil-Branche, im Maschinenbau (B.Sc.) sowie bei IBM sammelte er Erfahrungen zu Deep und Machine Learning, Computer Vision un Robotik. Hierauf lag auch der Fokus seines M.Sc. in Computational Engineering Science. Zu seinen bisherigen Projekten gehören unter anderem Personenerkennung zur Sicherheit, Produkt-Qualitätsoptimierung basierend auf Maschinen-sensoren, und intelligente IoT Systeme in der Automobilindustrie. Durch seine Arbeit in der Beratung wurde ihm bewusst, wie wichtig es für die Menschen ist, eine AI-orientierte Denkweise zu haben. Die Verbreitung dieses Wissens ist sein Beitrag auf dem Weg zur kommenden Transformation.
Leistungen Ihres Workshoptickets
Der Workshop ist auf 15 Teilnehmer begrenzt.
Durchführung
Ist die Durchführung der Veranstaltung aufgrund höherer Gewalt, wegen Verhinderung eines Referenten, wegen Störungen am Veranstaltungsort oder aufgrund zu geringer Teilnehmerzahl (weniger als 50%) nicht möglich, werden die Teilnehmer spätestens 7 Tage vorher durch das heise Events-Team informiert.
Online-Workshop, jeweils 09:00 - 17:00 Uhr
Nehmen Sie jetzt unkompliziert an unserem Online-Workshop teil.
Selbstverständlich sind die Inhalte online die gleichen wie in dem Präsenz-Workshop. Sie können Fragen stellen und sich mit dem Referenten und den anderen Teilnehmern austauschen. Die begrenzte Teilnehmerzahl garantiert ein effektives und abwechslungsreiches Lernerlebnis – sicher und bequem in Ihrem Arbeitsumfeld.
Preise
Frühbucherpreis: 1.499,00 € *
Standardpreis: 1.649,00 €
Alle Preise inkl. MwSt.
* 10% Frühbucherrabatt bis 4 Wochen vor Veranstaltungsbeginn
Kontakt
Haben Sie Fragen zu der Organisation oder der Veranstaltung? Gern beantworte ich Ihre Fragen per E-Mail!
Jennifer Rypalla // jery@heise.de