Schulung Deep Learning mit Python & Keras
4 Tage / S2140
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
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 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
Buchungsmöglichkeiten
Offene Termine
| Termin | Ort | Preis | ||
|---|---|---|---|---|
|
14.10.-17.10.2019
Plätze vorhanden
|
Köln | 2.260,00 |
14.10.-17.10.2019
2.260,00 Köln Plätze vorhanden |
|
|
16.12.-19.12.2019
Plätze vorhanden
|
Köln | 2.260,00 |
16.12.-19.12.2019
2.260,00 Köln Plätze vorhanden |
|
|
09.03.-12.03.2020
Plätze vorhanden
|
Köln | 2.260,00 |
09.03.-12.03.2020
2.260,00 Köln Plätze vorhanden |
|
| Kein passender Termin? | Termin vorschlagen | |||
- 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
Das GFU-Sorglos-Paket
Diese kostenfreien Serviceleistungen sind während des Buchungsprozesses ganz einfach auswählbar.
Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.
Hotelreservierung
Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!
Verpflegung
Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!
Parkplätze
Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.
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
