KI-Entwicklung vom 15.02.2022 – 23.02.2022

Online-Seminar-Reihe

Region Süd

Buchungen sind bis 30 Minuten vor Event-Beginn möglich.

KI-Entwicklung

Python-Grundlagen, Entwicklungstools und Deep-Learning-Grundlagen für Entwickler

Mit den geeigneten Plattformen und Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesondere die vielversprechenden Deep-Learning-Technologien besitzen eine Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit für aufwendige Grundlagen-Implementationen aufzubrauchen, und dafür mehr Zeit für die Problemlösung selbst zu finden.

In mehreren Teilen geht es in diesem Schwerpunkt deshalb rund um die Entwicklung: Angefangen bei einem Einstieg in die Pythonprogrammierung, über die Betrachtung gängiger Entwicklungstools und -frameworks, bis hin zu Deep-Learning-Grundlagen und deren Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse, startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequenziell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt – grundlegende Programmierkenntnisse sollten jedoch mitgebracht werden.

Die Inhalte werden anhand von uns gehosteter Jupyter Books gemeinsam erarbeitet – Teilnehmer können direkt aktiv im Web-Browser mit programmieren, ohne vorher ihr eigenes System vorbereiten zu müssen. Übungen im Laufe der Veranstaltungen geben Zeit, die Inhalte zu festigen.

Kostenlos anmelden

Teil 1: Python-Grundlagen für Deep Learning

In dieser zweiteiligen Reihe werden die Grundlagen der Pythonprogrammierung als Basis für Deep Learning nähergebracht.

Teil A: Di, 15.02.2022 10:0012:00 Uhr

Online

Teil B: Di, 15.02.2022 14:0016:00 Uhr

Online

Die folgenden Themen werden behandelt:

  • die Syntax gängiger Python-Strukturen, u. a. Funktionen, Klassen, Variablen
  • Python-Datenstrukturen (List, Dictionary, Tuple)
  • Python-Module
Zielgruppe

Entwickler ohne Pythonkenntnisse, die in Zukunft Deep-Learning-Algorithmen implementieren möchten.

Voraussetzungen

Allgemeine Programmierkenntnisse: Teilnehmer sollten bereits Kenntnisse von einer anderen, bestenfalls objektorientierten Sprache mitbringen. So sollten folgende Fragen beantwortet werden können:

  • Wie ist ein Programm aufgebaut?
  • Was für Datentypen gibt es?
  • Was sind Funktionen, Variablen, Ablaufstrukturen, Klassen?

Teil 2: Python-Entwicklungstools für Deep Learning

Dieser Teil stellt die Brücke zwischen herkömmlicher Pythonprogrammierung und Deep Learning her.

Do, 17.02.2022 14:0016:00 Uhr

Online

Im Vordergrund steht hier das Python-Modul Numpy, welches ein integraler Bestandteil aller mathematisch-wissenschaftlicher Python-Projekte ist und das dem Kern der meisten Python-Module im maschinellen Lernen entspricht. Im Anschluss wird aufbauend hierauf direkt ein solches Modul genauer vorgestellt: Pandas – das Modul für die Verarbeitung von tabellenbasierten Daten.

Die Kenntnis dieser beiden Module ebnet den Weg hin zu den im dritten Teil thematisierten Deep-Learning-Modulen.

Zielgruppe

Python-Entwickler, die in Zukunft Deep Learning verwenden möchten und bereits Python-Grundkenntnisse besitzen.

Voraussetzungen

Python-Grundkenntnisse wie z. B. aus dem 1. Teil "Python-Grundlagen für Deep Learning".

Teil 3: Deep-Learning-Grundlagen

In dieser zweiteiligen Reihe werden die Grundlagen von Deep Learning vermittelt.

Teil A: Mi, 23.02.2022 10:0012:00 Uhr

Online

Teil B: Mi, 23.02.2022 14:0016:00 Uhr

Online

Angefangen bei einem einzelnen Neuron werden Schritt für Schritt Bestandteile moderner neuronaler Netze für die Klassifikation aufgezeigt und erklärt. Ein Einstieg in das weit verbreitete Python-Framework für maschinelles Lernen "Pytorch" wird gegeben, um anschließend gemeinsam einfache Modelle zu entwickeln.

Zielgruppe

Python-Entwickler, die in Zukunft Deep Learning verwenden möchten.

Voraussetzungen
  • Python- und Numpy-Kenntnisse wie z. B. aus dem 2. Teil "Python-Entwicklungstools für Deep Learning"
  • Optional: Grundkenntnisse von KI – z. B. über einen Besuch unseres Grundlagen-Workshops – die es einem besser erlauben, die verwendeten Technologien einzuordnen.