Newsletter

   Kontakt

Künstliche Intelligenz mit Deep Learning

(2-tägiger iX-Workshop zum schnellen Einstieg)

Eine AI Revolution im Bereich Bild- und Sprachverarbeitung ist bereits in viele Bereichen des Alltags angekommen. Ob Gesichts- und Objekterkennung in Bildern, Sprachassistenz-Systeme oder live Übersetzung von Sprache: All diese Technologien setzen auf Deep Learning. Viele große Unternehmen haben dies erkannt und setzen Deep Learning bereits sehr erfolgreich ein. 

Starten Sie Ihre Reise in der aufregende Welt von Artificial Intelligence (AI) mit Hilfe von Deep Learning (DL). Gehen Sie Ihre ersten Schritte mit DL, lernen Sie was wirklich hinter dem AI-Hype steckt und werden Sie Teil der Transformation. 

Dafür liefert dieser Einsteiger-Workshop eine praktische Einführung in Deep Learning mit Tensorflow und Keras bei dem alles auch mit Code vorgeführt wird. Googles Tensorflow gehört zu den meist genutzten Open-Source-Bibliotheken zur Entwicklung von Anwendungen im Bereich maschinelles Lernen. Die Keras-Bibliothek erlaubt einen besonders schnellen Einstieg in das maschinelle Lernen. 

Deep Learning wird Ihnen auf leicht verständliche Weise anhand von bildlichen Erklärungen und vorgeführten praktischen Live-Code Beispielen vermittelt. Dabei wird anders als in vielen Online-Kursen auf komplexe Mathematik verzichtet und somit der Zugang erleichtert.
Sie erhalten zuerst einen Blick hinter die Kulissen von Deep Learning, Machine Learning und den Arbeitsablauf beim Entwickeln von intelligenten Algorithmen. Lernen Sie anschließend die populärsten Neuronalen Netz Architekturen im Deep Learning kennen, verstehen und anzuwenden. Dabei starten wir mit Feed Forward (FF) Networks, gehen über zu Recurrent Neural Networks (RNNs) und schließlich zu Convolutional Neural Networks (CNNs).
Abschließend erhalten Sie die Möglichkeit in einer ask-me-anything-Session Fragen zu besprechen, die nicht bereits während des Workshops beantwortet wurden.

Voraussetzungen

  • Grundlegende Kenntnisse in objektorientierter Programmierung.
  • Hilfreich aber nicht erforderlich: Python Kenntnisse, Erste Erfahrung mit dem Python Scientific Stack (Numpy, Pandas, Jupyter Notebooks, Seaborn/Matplotlib).
  • Bitte bringen Sie ein eigenes Notebook mit zum Workshop! Es wird ein gängiger Webbrowser benutzt. Zusätzliche Software ist nicht nötig.

Was werden Sie in diesem Kurs lernen

  • Was Artificial Intelligence (AI) aktuell leisten kann (und was nicht).
  • Grundlagen von Deep Learning.
  • Grundlagen von Tensorflow und Keras zum Einsatz von Deep Learning.

Zielgruppe

  • Artificial Intelligence (AI) Interessierte mit Programmierkenntnissen
  • Softwareentwickler

Leistungen Ihres Workshoptickets

  • Workshopunterlagen
  • Tagungsgetränke & Verpflegung
  • Teilnahmebescheinigung


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 14 Tage vorher durch das heise Events-Team informiert.

Kontakt

Haben Sie Fragen zu der Organisation oder der Veranstaltung? Gern beantworte ich Ihre Fragen per E-Mail!

Jennifer Rypalla // jery@heise.de

Termine & Preise

30.09. - 01.10.2019, Hannover

Cityhotel Königstraße, Königstraße 12, 30175 Hannover

Tickets Hannover

Preise

Frühbucherpreis: 1.629,00 € *

Standardpreis: 1.810,00 €

Alle Preise inkl. MwSt

* 10% Frühbucherrabatt bis 6 Wochen vor Veranstaltungsbeginn

Agenda & Trainer

  • 08:30 - 09:00 Uhr Registrierung (Tag 1)

  • 09:00 - 17:00 Uhr (alle Tage)

  • 13:00 - 13:45 Uhr Mittagessen

  • Jeweils 15 Minuten Kaffeepause am Vor- und Nachmittag

Programm Tag 1

  • Deep Learning in Action

  • Einführung in Machine Learning

  • Entwicklungsprozess von Machine Learning Modellen

  • Deep Learning (DL) Grundlagen

  • DL mit Tensorflow und Keras (Live Code Vorführung)

  • Abend (freiwillig): Let’s have a beer

    Für alle die Interesse haben, wollen wir nach einem intensiven Tag das Wissen bei einem gemeinsamen Bier in entspannter Atmosphäre sacken lassen, wir stehen für Fragen zur Verfügung und können uns in ungezwungener Atmosphäre austauschen. Das erste Bier geht auf uns (Referenten).

Programm Tag 2

  • Recurrent Neural Networks (RNN) zur Verarbeitung von Sequenzen (bspw. Text): Theorie und Anwendung mit Live Code Vorführung -

  • Convolutional Neural Networks (CNN) zur Verarbeitung von Bildern: Theorie und Anwendung mit Live Code Vorführung

  • Operationalisierung von AI Modellen und nächste Schritte

  • Ask-Me-Anything Session

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 Fertigungsprozessen oder Anomalieerkennung bei Prüfergebnissen von Flachbaugruppen: Es reizt ihn stets praktische Probleme mit Hilfe von intelligenten Algorithmen zu lösen. Mit großer Freude gibt Philipp sein Wissen weiter. Durch bildliche, einfach verständliche Erklärungen hilft er anderen Hürden zu überwinden, um ebenso viel Begeisterung für Machine Learning zu entwickeln.

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 Forschungsgruppe"Sicherheitstechnologien", in Projekten in der Automobil-Branche, im Maschinenbau (B.Sc.) sowie bei IBM sammelte er Erfahrungen zu Deep und Machine Learning, Computer Vision und 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 Maschinensensoren, 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.