Künstliche Intelligenz selbst programmieren

Seminar - GFU Cyrus AG

Nach dem Seminar können Sie eine Python-Umgebung einrichten, Daten für das Training vorbereiten und einfache neuronale Netze mit TensorFlow und Keras trainieren. Sie können den Aufbau eines Multi-Layer Perceptrons und eines Convolutional Neural Networks erläutern und ein Modell zur Bildklassifizierung einsetzen. Sie können Trainings-, Validierungs- und Testdaten trennen, Overfitting während der Entwicklung überwachen und die Generalisierungsleistung abschließend unabhängig bewerten.

Termin	Ort	Preis^*
03.05.2027- 05.05.2027	online	2.415,70 €	jetzt buchen
03.05.2027- 05.05.2027	Köln	2.415,70 €	jetzt buchen
02.08.2027- 04.08.2027	online	2.415,70 €	jetzt buchen
02.08.2027- 04.08.2027	Köln	2.415,70 €	jetzt buchen

Alle Termine anzeigen

^*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

Einführung in Python
- Syntax und Besonderheiten von Python
- Anaconda-Umgebung einrichten und Python-Module installieren
Einführung in die Künstliche Intelligenz
- Einführung und Geschichte des Deep Learning
- KI, Machine Learning und Deep Learning einordnen
Datenvorbereitung
- Overfitting beim Training von Machine-Learning-Modellen
- Train-Validation-Test-Split: Modelltraining, Overfitting-Überwachung und unabhängige Evaluation der Generalisierungsleistung.
- Daten normalisieren und One-Hot-Encoding anwenden
- Datenvorbereitung am MNIST-Datensatz
Multi-Layer Perceptron
- Perceptron, Gewichte und Bias
- Nichtlineare Aktivierungsfunktionen und Softmax bei Klassifizierungsaufgaben
- Loss-Funktionen und Backpropagation
- Gewichte initialisieren und Epochen und Batch-Größe einordnen
Convolutional Neural Networks
- Faltungsschichten, Filter, Padding und Stride
- Max-Pooling und Merkmale auf unterschiedlichen Schichten
Bildklassifizierung
- L2-Regularisierung, Dropout und Batch-Normalisierung
- Ein trainiertes Modell laden
Keras-Callbacks
- Einen Callback in Keras umsetzen
- Modellgewichte und Architektur speichern
- Early Stopping
- Learning-Rate-Scheduler
- Trainingsverläufe mit MLflow visualisieren
Training mit wenigen Daten
- Trainingsdatensatz mit Data Augmentation erweitern
- Vortrainierte Netze einsetzen und mit Fine-Tuning anpassen

Dauer/zeitlicher Ablauf:

3 Tage

Zielgruppe:

Das Seminar richtet sich an Sie, wenn Sie bereits programmieren und in Deep Learning mit Python einsteigen möchten.

Teilnahmevoraussetzungen

Sie benötigen Programmierkenntnisse in einer anderen Sprache. Python-Kenntnisse sind nicht erforderlich.

Seminarkennung:

94788

Nach unten

Nach oben

Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.

Akzeptieren Nicht akzeptieren

Ihr Name:

Firma (optional):

Ihre E-Mail-Adresse:

Telefonnummer (optional):

Ihre Nachricht:

Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.

Künstliche Intelligenz selbst programmieren

Detaillierte Informationen zum Seminar

Anbieterinformationen