Schulung Deep Learning mit Python & Keras

4 Tage / S2140
6 Teilnehmer haben bisher dieses Seminar besucht

Schulungsformen

Offene Schulung

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

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

Termin auswählen

Inhouse-/Firmenschulung

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

Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.

Unverbindlich anfragen

Individualschulung

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

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

Unverbindlich anfragen

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

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

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.

So haben GFU-Kunden gestimmt

Zu diesem Seminar wurden noch keine Bewertungen abgegeben.

Buchungsmöglichkeiten

TerminOrtPreis
16.12.-19.12.2019
Wenige Plätze
Köln 2.260,00
Köln 2.260,00 Buchen Vormerken
09.03.-12.03.2020
Plätze vorhanden
Köln 2.260,00
Köln 2.260,00 Buchen Vormerken
22.06.-25.06.2020
Plätze vorhanden
Köln 2.260,00
Köln 2.260,00 Buchen Vormerken
12.10.-15.10.2020
Plätze vorhanden
Köln 2.260,00
Köln 2.260,00 Buchen Vormerken
  • 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
Inhouse-Schulung

Komplette Lernumgebung in der Cloud mit Remote Zugriff

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:
Individualschulung

Komplette Lernumgebung in der Cloud mit Remote Zugriff

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:

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.

GFU-Seminar Arbeitsplatz

Ein Team eines Unternehmens will zusammen den Kurs Deep Learning mit Python & Keras reservieren

An dieser Stelle kann ein Inhouse-Seminar zum Gegenstand Deep Learning mit Python & Keras ratsam sein. Der Inhalt des Seminars kann dabei in Abstimmung mit den Trainern modifiert oder komprimiert werden.

Haben die Schüler&ldquo schon Sachkenntnis in Deep Learning mit Python & Keras, sollte die Einleitung gekürzt werden. Eine Inhouse-Fortbildung rentiert sich ab drei Seminarbesuchern. Die Firmen-Schulungen zum Thema Deep Learning mit Python & Keras finden gelegentlich in der Nähe von Bielefeld, Essen, Bremen, Dresden, Münster, Nürnberg, Leipzig, Düsseldorf, Hamburg, Frankfurt, Hannover, Stuttgart, Bochum, Wuppertal, Dortmund, München, Duisburg, Berlin, Bonn und Köln am Rhein in NRW statt.

Welche Seminare erweitern Deep Learning mit Python & Keras?

Eine passende Erweiterung findet sich in Deep Learning mit Python & Keras mit

  • Overfitting mit Dropout-Layern verhindern
  • Textdaten mit Embedding-Layers interpretieren
  • Standardisierung von Daten
  • Mathematische Grundlagen des Anlernprozesses: Backpropagation, Loss und Gradient Descent

Anzuraten ist auch ein Seminar von „Python für Programmiereinsteiger“ mit dem Unterrichtsstoff von

  • Die range-Funktion
  • Allgemeine Datentypen
  • Reguläre Ausdrücke 
  • Kommentare

Für Firmenschulungen ist das Thema „Data Science mit Python - Einführung in Python“ mit den Kapiteln Verschiedene Datentypen konvertieren (integer, unsigned integer, float, string) und Datenstrukturen in Python (number, tuple, list, dictionary, string) passend.

Für Professionals eignet sich auch eine Data Science Business Akademie: Python - Praxiswoche mit Zertifizierung Weiterbildung. In diesem Kurs werden vor allen Dingen

  • Logische Operatoren
  • Boolean indexing
  • Algorithmen im Data Science (in der Praxis) Die Schritte beim Modellieren (Aufteilung der Daten in Test-Train, Model erstellen, Model validieren)
  • Zuweisungsoperatoren

besprochen.

84.619
TEILNEHMER
1.385
SEMINARTHEMEN
22.200
DURCHGEFÜHRTE SEMINARE
aegallianzaxabayerElement 1boschdeutsche-bankdeutsche-postdouglasfordfujitsuhenkelhermeslufthansamercedesnokiasonytelekomvwzdf
Haben Sie Fragen?
  • 0221 82 80 90
  • Chat offline
Empfangsdamen der GFU