Schulung Deep Learning mit Python & Keras

4 Tage / S2140

Neues Seminar

Schulungsformen

Offene Schulung

  • 4 Tage
  • 3 Termine
  • 2.260,00 zzgl. MwSt.
  • Köln

Learning & Networking in einem. Garantierte Durchführung ab 1 Teilnehmer.

Inhouse-/Firmenschulung

  • 4 Tage - anpassbar
  • Termin nach Wunsch
  • Preis nach Angebot
  • In Ihrem Hause oder bei der GFU

Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.

Individualschulung

  • 4 Tage - anpassbar
  • Termin nach Wunsch
  • Preis nach Angebot
  • In Ihrem Hause oder bei der GFU

1 Teilnehmer = max. Fokus aufs Fachliche und max. Raum für individuelle Fragen.

Beschreibung

Neuronale Netze sind die Arbeitstiere der datengetriebenen Ökonomie. Sie automatisieren Prozesse, indem sie Ihre Daten für intelligente Entscheidungen nutzen. Das Seminar gibt eine Einführung in die Techniken des Anlernens und in den Einsatz neuronaler Netze mit Python und Keras. Sie lernen Bild-, Text- und numerische Daten aufzubereiten, geeignete Modelle anzulernen und zur Klassifikation und Schätzung in der Produktion einzusetzen.

Schulungsziel

Sie lernen den kompletten Workflow des Machine Learnings mit der Deep-Learning Bibliothek Keras kennen. Angefangen von der Datenaufbereitung, über die Auswahl und das Anlernen der Modelle, bis hin zum Einsatz der trainierten Modelle zur Klassifikation und Prognose. Sie können Bild-, Text- und numerische Daten für Training und Schätzung vorbereiten. Sie kennen die konzeptuellen Grundlagen des Anlernens, die Verfahren zur Qualitätssicherung im Anlernprozess und die Varianten neuronaler Netze. Dazu gehören konvolutationale Netze (CNN) zur Verarbeitung von Bilddaten genauso wie rekurrente Netze (RNN) zur Verarbeitung von Text- und Zeitreihendaten. Die Konzepte werden anhand von Folien erklärt, an Beispielen verdeutlicht und gemeinsam in Python umgesetzt und eingeübt. Eine Vielzahl praktischer Übungen ergänzen den Lernprozess und ermöglichen es, die verschiedenen Lernszenarien selbstständig umzusetzen. Am Ende des Seminars sind Sie in der Lage, Daten und Optionen des Einsatzes neuronaler Netze zu prüfen, Modelle zielsicher auszuwählen und zu trainieren und Klassifizierer erfolgreich einzusetzen.

Details

Inhalt

  • Wie lernen Neuronale Netze?
    • Variablen, Modelle und Zusammenhänge
    • Künstliche Neuronen und neuronale Netze
    • Mathematische Grundlagen des Anlernprozesses: Backpropagation, Loss und Gradient Descent
  • Neuronale Netze mit Keras aufbauen und trainieren
    • Graphen mit Tensorflow erstellen
    • Ein einfaches Netz mit Keras und Tensorflow aufbauen und anlernen 
    • Welches Modell ist das richtige? Evaluation und Anpassung angelernter Modelle.
    • Einsatz angelernter Modelle zur Klassifzierung und Schätzung
    • Modelle speichern und laden
    • Overfitting mit Dropout-Layern verhindern
    • Überwachung des Anlernprozesses mit TensorBoard
  • Maschinelles Sehen: Konvolutionale neuronale Netze (CNN)
    • Bilddateien als mehrdimensionale Matrizen
    • Details sehen und Formen abstrahieren: Konvolutionale Netze (CNN)
    • Konvolutionale Layer mit Keras aufbauen und anlernen
    • Vortrainierte Layer einsetzen
  • Mit Sequenzdaten arbeiten: Rekurrente neuronale Netze (RNN)
    • Zeitreihendaten und Textsequenzen: Eigenschaften und Eigenheiten
    • Neuronale Netze mit Gedächtnis (Feedforward vs. RNN)
    • Sequenzdaten mit LSTM (Long Short-Term Memory) aufbauen
    • Textdaten mit Embedding-Layers interpretieren
  • Feature Extraction: Numerische Daten, Bild und Text-Daten vorbereiten
    • Datenrepräsentation: Skalare, Vektoren & Matrizen in Numpy
    • Daten einlesen und vorbereiten mit Pandas, Scikit-learn und Keras
    • Qualitativer Variablen und Dummy-Sets
    • Standardisierung von Daten
    • Dimensionsreduktion mit PCA
    • Bilddateien transformieren
    • Mit Textdaten arbeiten: Zerlegen, tokenizieren, vektorisieren und einbetten.

Wer teilnehmen sollte

Technisch interessierte Fachkräfte bzw. Projektleiter, die einen Einstieg in die Anwendung fortgeschrittener Machine Learning Techniken suchen, um eigenständig Data Science Projekte zu gestalten. Die TeilnehmerInnen sollten über Grundkenntnisse in Python verfügen. Überdies ist die Kenntnis grundlegender statistische Konzepte (z.B. Mittelwert, Standardabweichung, Normalverteilung, Regression) hilfreich.


Ihre Schulung

Lernmethode: Ausgewogene Mischung aus Theorie und Praxis
Unterlagen: Seminarunterlagen oder Fachbuch zum Seminar inklusive, das man nach Rücksprache mit dem Trainer individuell auswählen kann
Arbeitsplatz: PC/VMs für jeden Teilnehmer
Hochwertige und performante Hardware
Große, höhenverstellbare Bildschirme
Zugang zu Ihrem Firmennetz erlaubt
Lernumgebung: Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter.
Arbeitsmaterialien: Din A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its
Teilnahmebescheinigung: Wird am Ende des Seminars ausgehändigt, inkl. Inhaltsverzeichnis

Organisation

Teilnehmerzahl: min. 1, max. 8 Personen
Garantierte Durchführung : Ab einem Teilnehmer
Schulungszeiten: 4 Tage, 1. Tag 10:00 - 17:00 Uhr, Folgetage 09:00 - 16:00 Uhr
Ort der Schulung: GFU Schulungszentrum

GFU Schulungszentrum
Am Grauen Stein 27
51105 Köln-Deutz
oder europaweit bei Ihnen als Inhouse-Schulung
Räumlichkeiten: Helle und modern ausgestattete Räume mit perfekter Infrastruktur
Preisvorteil : Der dritte Mitarbeiter nimmt kostenfrei teil.
All-Inclusive: Frühstück, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch
Barrierefreiheit: Das GFU-Schulungszentrum(Am Grauen Stein 27) ist barrierefrei

Buchen ohne Risiko

Rechnungsstellung: Erst nach dem erfolgreichen Seminar. Keine Vorkasse.
Stornierung: Kostenfrei bis zum Vortag des Seminars
Vormerken statt buchen: Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen
Bildungsgutschein: Bildungsscheck NRW, Bildungsprämie

Kostenfreie Services

Kundenbewertungen

Zu diesem Seminar wurden noch keine Bewertungen abgegeben.

Buchungsmöglichkeiten

Offene Termine

14.10.-17.10.2019
2.260,00
Köln   
Plätze vorhanden
16.12.-19.12.2019
2.260,00
Köln   
Plätze vorhanden
09.03.-12.03.2020
2.260,00
Köln   
Plätze vorhanden
Kein passender Termin? Termin
vorschlagen
Buchen ohne Risiko:
  • Keine Vorkasse
  • Kostenfreies Storno bis zum Vortag des Seminars
  • Rechnung nach erfolgreichem Seminar
  • All-Inclusive-Preis
  • Garantierter Termin und Veranstaltungsort
  • Preise pro Person zzgl. Mehrwertsteuer
  • Der dritte Mitarbeiter nimmt kostenfrei teil

Firmenschulung

Im GFU Schulungszentrum

Anfragen

Inhouse-Schulung

In Ihrem Hause
Auswählen
Wo soll Ihre Schulung stattfinden?
  • Europaweit
  • GFU Schulungszentrum
  • Berlin
  • Bremen
  • Düsseldorf
  • Dortmund
  • Dresden
  • Frankfurt
  • Hamburg
  • Hannover
  • Köln
  • Leipzig
  • Mannheim
  • München
  • Nürnberg
  • Stuttgart
Weiterer Ort:

Anfragen

Individualschulung

Auswählen
Wo soll Ihre Schulung stattfinden?
  • Im GFU Schulungszentrum oder in Ihrem Hause Europaweit
  • Berlin
  • Bremen
  • Düsseldorf
  • Dortmund
  • Dresden
  • Frankfurt
  • Hamburg
  • Hannover
  • Köln
  • Leipzig
  • Mannheim
  • München
  • Nürnberg
  • Stuttgart
Weiterer Ort:

Anfragen

Das GFU-Sorglos-Paket

Diese kostenfreien Serviceleistungen sind während des Buchungsprozesses ganz einfach auswählbar.


Shuttle Service
Shuttle-Service

Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.

Hotel

Hotelreservierung

Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!

Verpflegung

Verpflegung

Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!

Parkplätze

Parkplätze

Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.

Arbeitsplatz



Eine Klasse eines Unternehmens will geschlossen den Lehrgang Deep Learning mit Python & Keras aufsuchen

Hier kann ein Firmen-Lehrgangssystem zur Thematik Deep Learning mit Python & Keras sachdienlich sein. Der Unterrichtsstoff der Schulung kann nebenbei bemerkt in Abstimmung mit den Dozenten weiterentwickelt oder abgekürzt werden.

Haben die &ldquo bereits Vorkenntnisse in Deep Learning mit Python & Keras, sollte die Einleitung nur gestreift werden. Eine kundenspezifische Bildungsmaßnahme lohnt sich bei mindestens 3 Seminarteilnehmern. Die Inhouse-Schulungen zum Thema Deep Learning mit Python & Keras finden bisweilen im Umkreis von Hannover, Wuppertal, Essen, Bochum, Nürnberg, Leipzig, Dortmund, München, Duisburg, Düsseldorf, Frankfurt, Berlin, Dresden, Münster, Bielefeld, Stuttgart, Hamburg, Bremen, Bonn und Köln am Rhein in NRW statt.

Welche Themen ergänzen Deep Learning mit Python & Keras?

Eine gute Basis findet sich in Deep Learning mit Python & Keras mit

  • Sequenzdaten mit LSTM (Long Short-Term Memory) aufbauen
  • Mit Textdaten arbeiten: Zerlegen, tokenizieren, vektorisieren und einbetten.
  • Qualitativer Variablen und Dummy-Sets
  • Überwachung des Anlernprozesses mit TensorBoard

Empfehlenswert ist auch ein Kurs von „Data Science mit Python - Einführung in Python“ mit der Behandlung von

  • Cross-validation (Kreuzvalidierung) 
  • Visualisierung mit matplotlib und seaborn Die Hauptelemente beim Plotten mit matplotlib
  • Aspekte von Python, die anders als in anderen Programmiersprachen sind
  • Grundlegende Statistiken mit pandas Überblick über Statistiken, die ich mit einem data.frame berechnen kann (Anzahl an gültigen Beobachtungen, Summe, Mittelwert, Median, Minimum, Maximum, Varianz,...) 

Für Inhouse-Schulungen ist das Thema „Data Science Business Akademie: Python - Praxiswoche mit Zertifizierung“ mit dem Unterrichtsstoff For Schleifen und Trainieren und Validieren von Modellen prädestiniert.

Für Fortgeschrittene passt eine Python Aufbau Weiterbildung. In diesem Workshop werden vor allen Dingen

  • Die hierarchische Objektstruktur der ZODB
  • Durability
  • Python und ODBC
  • Persistente Objektreferenzen in der ZODB
besprochen.

Haben Sie Fragen?
  • 0221 82 80 90
  • Chat offline
Empfangsdamen der GFU