Newsletter

   Kontakt

Künstliche Intelligenz - Spezialisierung - Textverarbeitung mit Deep Learning


(3-tägiger iX Workshop)

Schulungsziel

Künstliche Intelligenz (KI) und neuronale Netze revolutionieren derzeit die automatische Verarbeitung von Sprache und Texten und ermöglicht nützliche Anwendungen: Persönliche Sprachassistenten wie Alexa und Siri, Live-Übersetzungen, Stimmungsanalysen, Dokumentenklassifikation und
viele mehr. Lernen Sie, wie Sie mit TensorFlow leistungsfähige Deep-Learning-Verfahren zur Verarbeitung von Texten implementieren, um Textdatenschätze im Unternehmen zu heben oder neue Anwendungen zu entwickeln.

In diesem 3-tägigen intensiven Spezialisierungs-Workshop steigen Sie ein in die spannende Welt des Natural Language Processing (NLP) mit
Deep Learning. Nach einer Einführung in den Bereich NLP lernen Sie die Grundlagen zur Verarbeitung von Textdaten mit neuronalen Netzen
und der Anwendung von entwickelten Modellen kennen. Anschließend lernen Sie die neusten Entwicklungen in diesem Umfeld verstehen und anzuwenden. Bei einem Ausblick lernen Sie außerdem welche Lösungen es bereits zur Nutzung für verschiedene NLP-Aufgaben gibt.

Der Workshop enthält zahlreiche praxisnahe Übungen, in denen Sie das erworbene Wissen testen und vertiefen können. Dabei werden bei
von den Referenten unterstützt. Die Vermittlung des Wissens erfolgt mit anschaulichen Erklärungen sowie Übungen, nicht mit großen Formel-Bergen. Somit kann jeder Interessierte die Funktionsweise der Algorithmen nachvollziehen.

Nach diesem Kurs werden Sie Begriffe wie Word-Embeddings, Transformer Networks, BERT, GPT-2, und viele mehr nicht nur einzuordnen wissen, sondern die Methoden dahinter verstehen und praktisch anzuwenden wissen.


Ziele:

- Verständnis von Textrepräsentation für Algorithmen

- Überblick über neuronale Netze und Deep-Learning-Techniken zur Textverarbeitung


- Selbstständiges Programmieren mit Tensorflow zur Anwendung von Deep Learning auf Textdaten

Voraussetzungen

- Python-Kenntnisse

- Basiskenntnisse Tensorflow

- Kenntnisse des Entwicklungs-Prozesses von ML/DL-Modellen (z.B. CRISP-DM)

- Bitte bringen Sie ein eigenes Notebook mit zum Workshop! Es wird ein gängiger Webbrowser benutzt. Zusätzliche Software ist nicht nötig.

Zielgruppe

  • Softwareentwickler und KI-Enthusiasten mit Basiskenntnissen in Python und Machine Learning mit Tensorflow

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

Preise

Frühbucherpreis: 2.250,00 € *

Standardpreis:  2.475,00 €

Alle Preise inkl. MwSt.

* 10% Frühbucherrabatt bis 6 Wochen vor Veranstaltungsbeginn

Agenda & Trainer

Programm Tag 1

Einführung
- Anwendungsbeispiele
- KI, ML, DL und was ist NLP (Natural Language Processing)
- Aufgabenbereiche
- NLP im Business Kontext


Grundlagen
- Methoden der klassischen Text-Vorverarbeitung mit Übungen
- Text und semantische Repräsentation and Embeddings (Word2Vec, ...) mit Übungen
- Verwendung vor-trainierter Modelle mit Übungen für Text Klassifikation / Topic Modelling, ...

Programm Tag 2 und 3

Aktuelle Entwicklungen
- Verständnis und Anwendung von Transformer Networks mit Übungen
- Verwendung und Finetuning vor-trainierter Modelle (BERT, GPT-2) für Machine Translation,Text Generierung, ...
- Komplettes Anwendungsbeispiel mit state-of-the-art Modellen lösen (zB Chatbot)

Ausblick
- Existierende Lösungen für viele NLP Aufgaben
- Weitere Trends
- 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.