Seminar-Beschreibung
Neuronale Netze sind die Hauptkraft der datengesteuerten Wirtschaft. Sie automatisieren den Prozess, indem sie Ihre Daten verwenden, um fundierte Entscheidungen zu treffen. Das Seminar führte in Lerntechniken und den Einsatz neuronaler Netze mit Python und Keras ein. Sie lernen Bild-, Text- und Zahlendaten zu verarbeiten, lernen entsprechende Modelle kennen und nutzen diese zur Klassifikation und Schätzung in der Produktion.
Schulungsziel
Mit der Deep-Learning Bibliothek lernen Sie den kompletten Workflow des Machine Learnings kennen. Den Einsatz von trainierten Modellen zur Klassifikation und Prognose, Datenaufbereitung aber auch die Auswahl und das Anlernen der Modelle lernen Sie mit Hilfe von Beispielen und Folien. Daten und Optionen des Einsatzes neuronaler Netze zu prüfen, Modelle zielsicher auszuwählen und zu trainieren ist Ziel des Seminars.
Schulungsformen
Online-Schulung
Firmen-Schulung
Inhouse-Schulung
Seminar-Details
Wer teilnehmen sollte
Projektleiter und Technisch interessierte Fachkräfte die der Programmiersprache Python mächtig werden wollen und sich eigenständig um Data Science Projekte kümmern möchten.
Grundkenntnisse im Bereich der Programmiersprachen und grundlegende statische Begriffe sind hilfreich.
Ihre Schulung
Lernmethode
Vermittlung der Theorie in Kombination mit der Bearbeitung von praxisnahen Beispielen.
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
Lernumgebung
Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter.
Arbeitsmaterialien
Din A4 Block, Kugelschreiber
Teilnahmebescheinigung
Wird am Ende des Seminars ausgehändigt, inkl. Inhaltsverzeichnis
Schulungszeiten
5 Tage, 09:00 - 16:00 Uhr
Ort der Schulung:
Biplus ACADEMY
Godesberger Allee 125–127
53175 Bonn
oder bei Ihnen als Inhouse-Schulung
Räumlichkeiten
Helle und modern ausgestattete Räume mit perfekter Infrastruktur.
Lernmethode
Jeder Teilnehmer erhält seine eigene Lernumgebung, dadurch kann der Trainer die Übungen in einer Mischung aus Theorie und Praxis wie in einem Präsenzseminar durchführen.
Die Kommunikation zwischen Trainer und Teilnehmer erfolgt via zoom aber auch Teams, Webex oder eine andere bevorzugte Lösung.
Unterlagen
Seminarunterlagen oder Fachbuch zum Seminar inklusive, kann nach Rücksprache mit dem Trainer individuell ausgewählt werden. Alle benötigten Unterlagen bekommen Sie rechtzeitig vor Beginn der Schulung per Post zugeschickt.
Arbeitsplatz
Virtual Classroom mit eigenem Schulungs-PC für jeden Teilnehmer.
Hochwertige und performante Hardware.
Die Virtual Classroom Lösung lässt sich im Browser betreiben.
Keine Installation am eigenen PC notwendig.
Zugang zu Ihrem Firmennetz erlaubt.
Auf Wunsch können Monitor, Webcam etc. günstig zur Verfügung gestellt werden.
Lernumgebung
Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter.
Arbeitsmaterialien
Din A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its
Teilnahmebescheinigung
Das Teilnahmezertifikat, inkl. Gliederung der behandelten Themen wird Ihnen per Post zugesandt.
Schulungszeiten
5 Tage, 09:00 - 16:00 Uhr
Ort der Schulung
Online im Virtual Classroom
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
Seminar-Inhalte
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.
Diese Seminare könnten Sie auch interresieren
XML mit Python
Vorteile und den Aufbau sowie den Zweck der verschiedenen XML-Technologien lernen Sie anhand vieler Übungen kennen.
XML mit Python
Die teilnehmenden Absolventen dieser Schulung lernen, wie man XML-Daten in Python erzeugt, verarbeitet und auswertet. Sie lernen die Unterschiede und Alternativen von DOM und SAX kennen und können durch ElementTree, xml.dom, xml.sax und lxml Daten validieren, abfragen und speichern.
Webentwicklung mit Python und Django Framework
Sie können das Django-Framework nutzen, um sich auf die Entwicklung ihrer Webanwendung zu konzentrieren. Mit dem erworbenen Wissen, sind Sie in der Lage, datenbankgesteuerte Web-Backends inklusive Benutzerauthentifizierung, Inhalts- und Formularverwaltung bereitzustellen.
SQLite mit Python Grundlagen
Auf Grund der hervorragenden Portabilität und einer guten Mischung aus Theorie und Praxis können Sie die SQLite3-Datenbanken in Windows-, Linux-, Mac Os-, Android- und iOS-Projekten verwenden. Durch dieses Seminar lernen Sie die SQLite3-Schnittstelle in Verbindung mit der SQLite Kombination von Python kennen.
Python für Programmier-Anfänger
Alle Programmiereinsteiger mit wenig Kenntnissen, die Interessen an der weitverbreiteten Programmiersprache Python haben.
Python Basiswissen
Mit Hilfe des Konzepts der Python-Klassen können Sie pflegeleichten und modernen Standards entsprechenden Python-Code schreiben. Ihr Wissen können Sie sofort erweitern und ebenso für komplexere Projekte nutzen.
Python Aufbau
SQL-Datenbanken können Sie nun mit Hilfe von Python nutzen. Die Verbindung zwischen SQL-Datenbanken und objektorientierten Python-Code herzustellen, stellt kein Problem mehr da.
Python als Skriptsprache
Als objektorientierte Alternative zu Shell und Perl können Sie nun Python einsetzen. Strings, Listen, Schleifen, Funktionen und den Zugriff auf Dateien kennen Sie nach diesem Seminar. Außerdem können Sie mit Objektmethoden aufrufen, Module, Pakete und Klassen umgehen und Klasseninstanzen von vorhandenen Klassen erstellen.
Python – Komplett
Sie können unter Einhaltung von Coding-Standards objektorientierte Programme in Python erstellen, da Sie das Python-Klassen Konzept verstehen. Relationale und objektorientierte Datenbanken können problemlos mit Python angesprochen werden. Für eigene Entwicklungen eignen sich die getesteten Beispiele als Grundlage. Mit dem Wissensstand beherrschen Sie eine der gefragtesten Programmiersprachen.
MicroPython – Python für Mikrocontroller
Nach dem Seminar sind sie in der Lage das Pflegen von fortgeschrittenen Mikrocontroller Projekten mit MicroPython zu realisieren.