search
menu Navigation
Haben Sie Fragen?
Maike Fiedler
Kundenbetreuung
+49 (40) 414250-18

Einführung in Machine LearningEinführung in Machine Learning

Der schnelle und praxisnahe Einstieg in die Welt der Künstlichen Intelligenz

Termine

-
3-tägiges Seminar
€ 1.690,00
Online
Früh­bucherpreis € 1.436,50 noch für 3 Plätze
-
3-tägiges Seminar in Hamburg
€ 1.690,00
Früh­bucherpreis € 1.436,50 noch für 4 Plätze
Alle Preise zzgl. MwSt
Individuellen Termin vereinbaren

Dieses Seminar kann auch als firmeninterne Schulung gebucht werden.

Seminarbeschreibung

In den letzten Jahren revolutionieren vor allem die sogenannten tiefen Neuronalen Netze (Deep Neural Networks) den Bereich der Mustererkennung. Unternehmen und Entwickler müssen sich deshalb zunehmend mit dem Thema Künstliche Intelligenz, oder besser: Machine Learning, zur Auswertung von Kunden- oder Sensordaten auseinandersetzen. Doch wie und wo anfangen?

In diesem praxisorientierten Seminar werden Ihnen die grundlegenden Verfahren, Methoden und Tools des Machine Learnings vorgestellt und direkt in Hands-On-Übungen angewendet. Dazu gehören die Clustering-Verfahren des unüberwachten Lernens (unsupervised learning), sowie auch die Verfahren des überwachten Lernens (supervised learning), dem Deep Learning. Vor dem Lernen müssen allerdings die Rohdaten noch vorbereitet werden, so dass die Lernverfahren überhaupt sinnvoll angewandt werden können.

Wer in das Themengebiet Machine Learning einsteigen will, kommt an der Programmiersprache Python nur schwer vorbei. Das Seminar startet deshalb mit einem Hands-On Training in Python, das die Basis für das Verwenden der Machine Learning Frameworks legt.

Durch dieses kurzweilige Seminar mit hohem Übungsanteil wird Ihnen der Einstieg in das breite Themenfeld des maschinellen Lernens erheblich vereinfacht und Sie können am Ende nicht nur eigene Neuronale Netze trainieren, sondern auch beurteilen, welche Bereiche Sie weiter vertiefen wollen.

Inhalt

  • Programmiersprache Python: Grundlagen, Entwicklungsphilosophie, Tooling, Jupyter Notebook, numpy, matplotlib
  • Datenvorverarbeitung: Feature-Generation, Filtering, PCA
  • Unüberwachtes Lernen: Clustering, Vektorquantisierung
  • Überwachtes Lernen: Neuronale Netze, Multilayer-Perceptron (MLP), Back-Propagation, Autoencoder, Deep Learning (CNN, ResNet, RNN, LSTM)
  • Frameworks und Tooling: Keras, scikit-learn

Voraussetzungen

Sie haben Erfahrungen mit mindestens einer objektorientierten Programmiersprache. Kenntnisse in linearer Algebra sind hilfreich, aber nicht zwingend erforderlich.

 

Bitte beachten Sie, dass Sie für die Teilnahme am Seminar – sofern es als Live Online Training stattfindet – Software installieren müssen. Gegebenenfalls werden auch während des Seminars noch Pakete nachinstalliert.


Nachhaltigkeit

ÖKOPROFIT

Wir stellen uns unserer Verantwortung gegenüber der Umwelt durch nachhaltiges, ganzheitliches Handeln.

So lautet einer unserer Grundwerte bei oose. Für uns bedeutet das, jeden Aspekt unseres Handelns als Unternehmen kritisch zu hinterfragen und auf nachhaltiges Wirtschaften statt auf kurzfristige Gewinne auszurichten.

Deshalb ist oose Partner in der UmweltPartnerschaft Hamburg und durch OKÖPROFIT ® zertifiziert.

Inklusive

  • Dieses Seminar können Sie bis zu zwei mal kostenlos wiederholen (siehe AGB)

Fördermöglichkeiten und Bildungsurlaub

Gerne können Sie unsere Seminare auch mit einem Bildungsurlaub kombinieren. Wir überprüfen im Einzelfall, ob Ihr Bundesland unsere Seminare anerkennt. Bildungsgutscheine von der Bundesagentur für Arbeit können wir leider nicht annehmen. Allgemeine Informationen zu Bildungsurlauben und Fördermöglichkeiten finden Sie hier https://www.oose.de/bildungsurlaub-foerderungen/.

Bei Interesse wenden Sie sich an Franziska Ritter.

Rabatte

  • Frühbucherpreis

    90 Tage im Voraus ohne Rücktrittsmöglichkeit verbindlich buchen (nicht mit anderen Rabatten kombinierbar).

  • Kollegenrabatt

    Ist bereits jemand aus Ihrem Unternehmen für das selbe Seminar angemeldet? Dann erhalten Sie für Ihre Anmeldung diesen Kollegenrabatt.

  • Privatpersonen

    Studenten und Privatpersonen erhalten Sonderkonditionen.

    Bitte erfragen Sie diese telefonisch!