BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//DAISEC - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:DAISEC
X-ORIGINAL-URL:https://daisec.de/en
X-WR-CALDESC:Events for DAISEC
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20240607T091500
DTEND;TZID=Europe/Berlin:20240607T150000
DTSTAMP:20260424T161612
CREATED:20240423T133758Z
LAST-MODIFIED:20240425T101843Z
UID:10000098-1717751700-1717772400@daisec.de
SUMMARY:Deep Dive into Deep Learning – KI verstehen und anwenden
DESCRIPTION:Künstliche Intelligenz ist aus unserem Alltag nicht mehr wegzudenken. Angefangen bei der automatischen Erkennung von Verkehrsschildern\, beim Autofahren\, über das Einschalten von Geräten mittels Sprachsteuerung\, bis hin zum Entsperren unserer Smartphones mit Gesichtserkennung – KI hat sich fest in unserem Leben etabliert. Auch in der Automobilindustrie und besonders im Kontext des autonomen Fahrens werden KI-Algorithmen zunehmend bedeutsam.  \n\n\n\nDoch wie ist es überhaupt möglich\, einer leblosen Maschine solche Fähigkeiten beizubringen? Mit den klassischen Programmierparadigmen wie if-then-else-Anweisungen oder Schleifen stößt man dabei schnell an Grenzen. Hier kommen KI-Algorithmen ins Spiel. \n\n\n\n\n\n\n\nUnser Angebot\n\n\n\nIn einem intensiven Theorie-Modul erlangen Sie grundlegende Kenntnisse im Bereich der neuronalen Netze und insbesondere des Deep Learning kennen. In mehreren Praxis-Modulen lernen Sie\, Ihr Wissen anzuwenden und programmieren eigenständig erste KI-Anwendungen. \n\n\n\n\n\n\n\nLerninhalte\n\n\n\nEnthalten in unserem Bottcamp sind: \n\n\n\n• Theorie-Modul (vor Ort\, ein Tag): bestehend aus 3 x ca. 1 h Einheiten zum Thema KI• Praxis-Modul 1: Interaktive Einführung in die Grundlagen von Python mit Jupyter-Notebooks\, Grundlagen der Datenverarbeitung\, -aufbereitung und -visualisierung• Praxis-Modul 2: Nutzung von Single-Layer-Machine-Learning-Modellen zur Lösung eines Zwei-Klassen-Problems: Support-Vector-Maschinen vs. Neuronales Netz. Aufteilung und Nutzung von Datensätzen\, Anwendung passender Metriken zur Evaluierung\, Nutzung von High-Level Machine-Learning-Bibliotheken wie SciKit-Learn• Praxis-Modul 3: Nutzung von tiefen neuronalen Netzwerken zur Lösung eines Vielklassen-Klassifizierungs-Problems\, Kennenlernen von anerkannten akademischen Datensätzen wie MNIST und CIFAR-10\, Einführung in die Nutzung der Deep-Learning-Bibliotheken PyTorch und Tensorflow\, Nutzung und Anpassung von vortrainierten Modellen• Praxis-Modul 4: Nutzung von Faltungsnetzwerken zur Lösung von anspruchsvolleren Bildverarbeitungs-Problemen wie der semantischen Segmentierung und der Tiefenschätzung von Verkehrsszenarien\, Nutzung von Regularisierungsmethoden im Training \n\n\n\n\n\n\n\nIhr Vorteil\n\n\n\n\nSie lernen grundlegende Methoden des Maschinellen Lernens und verstehen deren Funktionsweise\n\n\n\nSie lernen verschiedene Anwendungsbeispiele von Neuronalen Netzen kennen\n\n\n\nProgrammierkenntnisse in Python und lernen High-Level-Machine-Learning-Bibliotheken: SciKit-Learn\, PyTorch und Tensorflow\n\n\n\nSie lernen eigenständig KI-Modelle zu trainieren und anzuwenden\n\n\n\nSie lernen die bekanntesten Benchmark Datensätze kennen und wissen\, wie Sie diese nutzen können\n\n\n\nSie lernen KI-Modelle zu evaluieren und zu vergleichen\n\n\n\nSie lernen verschiedene Netzwerkarchitekturen und Aufgabentypen kennen\n\n\n\n\n\n\n\n\nZielgruppe und Vorkenntnisse\n\n\n\n\nMathematische Kenntnisse im Bereich Vektoren/Matrizen sowie weiterführende Programmiererfahrung sind für die Praxis Module notwendig\n\n\n\nFach- und Führungskräfte aus den Bereichen Mobilität und Produktion\n\n\n\nEinsteiger im Bereich der Entwicklung von KI-Modellen\n\n\n\n\n\n\n\n\nOrganisatorisches\n\n\n\nDas eintägige Theoriemodul findet als Präsenzveranstaltung in den Räumen VW 1 und 2 des Niedersächsischen Forschungszentrums für Fahrzeugtechnik statt und wird im Abstand von 2 Monaten in deutscher Sprache angeboten. Im Anschluss erhalten Sie Zugang zu unseren interaktiven Online-Schulungsmaterialien. Diese können Sie in den folgenden Wochen bis Monaten eigenständig bearbeiten und erhalten in regelmäßigen Abständen Feedback zu Ihren Lösungen. Die Kursmaterialien sind ausschließlich auf Englisch verfügbar\, wir stehen Ihnen aber selbstverständlich für Fragen und Hilfestellungen zur Verfügung. Für die Bearbeitung der Lerneinheiten benötigen Sie lediglich einen Computer mit Internetzugang. Alle weiteren Informationen erhalten Sie vor Ort während des Theorietages. \n\n\n\n\n\n\n\n\n\n\nKontakt\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nTimo Bartels\n\n\n\nExperte für KI im Automotive-Bereich \n\n\n\nbartels@daisec.de \n\n\n\n\n\n\n\n\n\n\n\n\n\n\nAnmeldung\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\nDie Teilnehmerzahl ist auf 30 begrenzt.Die Anmeldung schließt drei Tage vor dem Veranstaltungstermin.Sollten Sie Fragen oder Probleme mit der Anmeldung haben\,wenden Sie sich bitte an den oben angegebenen Kontakt. \n\n\n\n\n\n\n\n\nVeranstaltungsort\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n	\n		\n\n			\n			\n\n							\n					\n						Kommende Veranstaltungen					\n				\n			\n			\n				\n											\n\n	\n	\n		\n			Apr		\n		\n			20		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		20.04. – 24.04.	\n	\n					\n	\n		DAISEC auf der HANNOVER MESSE 2026	\n\n				\n\n				\n			\n		\n	\n\n\n											\n\n	\n	\n		\n			Apr		\n		\n			29		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		14:00 – 15:30	\n	\n					\n	\n		KI-Wissensmanagement mit LLMs\, RAG und lokalen sowie cloudbasierten Ansätzen 1 – Überblick und Orientierung	\n\n				\n\n				\n			\n		\n	\n\n\n											\n\n	\n	\n		\n			May		\n		\n			7		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		16:30 – 19:00	\n	\n					\n	\n		2. KI Werkbank Forum 2026 (Lingen)	\n\n				\n\n				\n			\n		\n	\n\n\n									\n\n				\n	\n		View Calendar
URL:https://daisec.de/en/event/deep-dive-into-deep-learning-07-06-2024/
LOCATION:Niedersächsisches Forschungszentrum für Fahrzeugtechnik\, Hermann-Blenk-Straße 42\, Braunschweig\, 38108\, Deutschland
CATEGORIES:Workshops
ATTACH;FMTTYPE=image/png:https://daisec.de/wp-content/uploads/2024/04/2024-06-07-DAISEC-Event-Deep-Dive.png
END:VEVENT
END:VCALENDAR