Kontakt aufnehmen

Schulungsübersicht

Aktueller Stand der Technologie

  • Was wird eingesetzt?
  • Was könnte potenziell eingesetzt werden?

Regelbasierte KI

  • Vereinfachung von Entscheidungen

Machine Learning

  • Klassifizierung
  • Clusteranalyse (Clustering)
  • Neuronale Netze
  • Arten von neuronalen Netzen
  • Darstellung funktionsfähiger Beispiele und Diskussion

Deep Learning

  • Grundlegende Fachbegriffe
  • Wann Deep Learning eingesetzt werden sollte, und wann nicht
  • Bewertung des benötigten Rechenaufwands und der Kosten
  • Kurze theoretische Einführung in neuronale Netzwerke für Deep Learning

Praktischer Einsatz von Deep Learning (überwiegend mit TensorFlow)

  • Vorbereitung der Daten
  • Auswahl der Verlustfunktion (Loss Function)
  • Auswahl des geeigneten Typs eines neuronalen Netzes
  • Genauigkeit im Vergleich zu Geschwindigkeit und Ressourcen
  • Training des neuronalen Netzes
  • Messung der Effizienz und der Fehlerquote

Beispielsanwendungen

  • Anomalieerkennung
  • Bilderkennung
  • ADAS (Advanced Driver Assistance Systems)

Voraussetzungen

Die Teilnehmenden müssen Programmierkenntnisse (in einer beliebigen Sprache) und einen ingenieurwissenschaftlichen Hintergrund haben, sind jedoch während des Kurses nicht verpflichtet, Code zu schreiben.

 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien