{"id":14943,"date":"2023-09-06T10:29:12","date_gmt":"2023-09-06T08:29:12","guid":{"rendered":"https:\/\/daisec.de\/?post_type=tribe_events&p=14943"},"modified":"2023-10-06T09:47:41","modified_gmt":"2023-10-06T07:47:41","slug":"deep-dive-deep-learning-18-10-23","status":"publish","type":"tribe_events","link":"https:\/\/daisec.de\/en\/event\/deep-dive-deep-learning-18-10-23\/","title":{"rendered":"Deep Dive into Deep Learning \u2013 KI verstehen und anwenden"},"content":{"rendered":"\n
<\/div>\n\n\n\n
<\/div>\n\n\n\n
\n
\n\t

\n\t\t\n\t\t\t18.10.2023\t\t<\/span>\n\n\t\t\t\t\t\n\t\t\t\t| \t\t\t<\/span>\n\t\t\t\n\t\t\t\t9:00\t\t\t<\/span>\n\t\t\n\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t – \t\t\t\t<\/span>\n\t\t\t\n\t\t\t\t\t\t\t\n\t\t\t\t\t17:15\t\t\t\t<\/span>\n\t\t\t\n\t\t\t\t\t\t<\/p>\n<\/div>\n<\/div>\n\n\n\n

\n\t\t\t Free <\/span>\n\t\t<\/div>\n<\/div>\n<\/div>\n\n\n\n
\"\"<\/figure>\n\n\n\n
<\/div>\n\n\n\n
\n
\n
\n

K\u00fcnstliche Intelligenz entwickelt sich mit atemberaubender Geschwindigkeit weiter und ist aus unserem Alltag nicht mehr wegzudenken. Angefangen bei der automatischen Erkennung von Verkehrsschildern beim Autofahren \u00fcber das Einschalten von Ger\u00e4ten mittels Sprachsteuerung bis hin zum Entsperren unserer Smartphones mit Gesichtserkennung – KI hat sich fest in unserem Leben etabliert. Sp\u00e4testens nach Einf\u00fchrung von ChatGPT, Bard und dem Bing Chat ist das Thema in aller Munde. Auch in der Automobilindustrie und besonders im Kontext des autonomen Fahrens werden KI-Algorithmen zunehmend bedeutsam.<\/p>\n\n\n\n

Doch wie ist es \u00fcberhaupt m\u00f6glich, einer leblosen Maschine solche F\u00e4higkeiten beizubringen? Mit den klassischen Programmierparadigmen wie if-then-else-Anweisungen oder Schleifen st\u00f6\u00dft man dabei schnell an Grenzen. Hier kommen KI-Algorithmen ins Spiel.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Unser Angebot<\/h4>\n\n\n\n

In einem intensiven Theorie-Modul erlangen Sie grundlegende Kenntnisse im Bereich der K\u00fcnstlichen Intelligenz und insbesondere des Deep Learnings. Im Zuge mehrerer Praxis-Module lernen Sie, Ihr Wissen anzuwenden und programmieren eigenst\u00e4ndig erste KI-Anwendungen. Die Praxis-Module k\u00f6nnen Sie orts- und zeitunabh\u00e4ngig online bearbeiten. Wir stehen Ihnen dabei unterst\u00fctzend zur Seite.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Lerninhalte<\/h4>\n\n\n\n

\u2022 Theorie-Modul<\/strong> (vor Ort, ein Tag): bestehend aus drei 1,5h Modulen zum Thema KI

\u2022 Praxis-Modul 1:<\/strong> Interaktive Einf\u00fchrung in die Grundlagen von Python mit Jupyter-Notebooks, Grundlagen der Datenverarbeitung, -aufbereitung und \u2013visualisierung

\u2022 Praxis-Modul 2:<\/strong> Nutzung von Single-Layer-Machine-Learning-Modellen zur L\u00f6sung eines Zwei-Klassen-Problems: Support-Vector-Maschinen vs. neuronalen Netz. Aufteilung und Nutzung von Datens\u00e4tzen, Anwendung passender Metriken zur Evaluierung, Nutzung von High-Level Machine-Learning-Bibliotheken wie SciKit-Learn

\u2022 Praxis-Modul 3:<\/strong> Nutzung von tiefen neuronalen Netzwerken zur L\u00f6sung eines Vielklassen-Klassifizierungs-Problems, Kennenlernen von anerkannten akademischen Datens\u00e4tzen wie MNIST und CIFAR-10, Einf\u00fchrung in die Nutzung der Deep-Learning-Bibliotheken PyTorch und Tensorflow, Nutzung und Anpassung von vortrainierten Modellen

\u2022 Praxis-Modul 4:<\/strong> Nutzung von Faltungsnetzwerken zur L\u00f6sung von anspruchsvolleren Bildverarbeitungs-Problemen wie der semantischen Segmentierung und der Tiefensch\u00e4tzung von Verkehrsszenarien, Nutzung von Regularisierungsmethoden im Training<\/p>\n\n\n\n

<\/div>\n\n\n\n

Ihr Vorteil<\/h4>\n\n\n\n

\u2022 Sie lernen grundlegende Methoden des maschinellen Lernens und verstehen deren Funktionsweise.
\u2022 Sie erwerben Programmierkenntnisse in Python und lernen High-Level-Machine-Learning-Bibliotheken kennen: SciKit-Learn, PyTorch und Tensorflow.
\u2022 Sie lernen eigenst\u00e4ndig KI-Modelle zu trainieren und anzuwenden.
\u2022 Sie lernen die bekanntesten Benchmark-Datens\u00e4tze kennen und wissen, wie Sie diese nutzen k\u00f6nnen.
\u2022 Sie lernen KI-Modelle zu evaluieren und zu vergleichen.
\u2022 Sie lernen verschiedene Netzwerkarchitekturen und Aufgabentypen kennen.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Zielgruppe und Vorkenntnisse<\/h4>\n\n\n\n

\u2022 Fach- und F\u00fchrungskr\u00e4fte aus den Bereichen Mobilit\u00e4t und Produktion
\u2022 Einsteiger im Bereich der Entwicklung von KI-Modellen.
\u2022 Der Theorieteil wird auf Deutsch vorgetragen. Das Material der Praxismodule ist auf Englisch.
\u2022 Grundlegende Programmiererfahrung und mathematische Kenntnisse sind von Vorteil.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Organisatorisches<\/h4>\n\n\n\n

Das eint\u00e4gige Theoriemodul findet als Pr\u00e4senzveranstaltung in den R\u00e4umen des Nieders\u00e4chsischen Forschungszentrums f\u00fcr Fahrzeugtechnik statt und wird im Abstand von 1-2 Monaten in deutscher Sprache angeboten. Im Anschluss erhalten Sie Zugang zu unseren interaktiven Online-Schulungsmaterialien. Diese k\u00f6nnen Sie in den folgenden Wochen bis Monaten zeitlich und r\u00e4umlich flexibel selbstst\u00e4ndig bearbeiten und erhalten in regelm\u00e4\u00dfigen Abst\u00e4nden Feedback zu Ihren L\u00f6sungen. Das Kursmaterial ist ausschlie\u00dflich in englischer Sprache verf\u00fcgbar, wir stehen Ihnen aber selbstverst\u00e4ndlich f\u00fcr Fragen und Hilfestellungen zur Verf\u00fcgung. F\u00fcr die Bearbeitung der Lerneinheiten ben\u00f6tigen Sie lediglich einen Computer mit Internetzugang. Alle weiteren Informationen erhalten Sie vor Ort w\u00e4hrend des Theorietages.<\/p>\n\n\n\n

<\/div>\n<\/div>\n\n\n\n
\n
\n

Kontakt<\/h4>\n\n\n\n
<\/div>\n\n\n\n
\"\"<\/figure>\n\n\n\n
<\/div>\n\n\n\n
Nicole Bartodziej<\/h6>\n\n\n\n

Administration NFF & Networking<\/p>\n\n\n\n

bartodziej@daisec.de<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n

<\/div>\n\n\n\n
<\/div>\n\n\n\n
\n
\n
\n
Alle Pl\u00e4tze f\u00fcr diese Veranstaltung sind bereits belegt.
Weitere Termine f\u00fcr unseren Deep Dive finden Sie hier:<\/h6>\n\n\n\n

14.12.2023 – Deep Dive into Deep Learning<\/a> 2
14.02.2024 – Deep Dive into Deep Learning<\/a> 3<\/p>\n\n\n\n

<\/div>\n\n\n<\/div>\n<\/div>\n\n\n\n
<\/div>\n<\/div>\n\n\n\n
<\/div>\n\n\n\n

Veranstaltungsort<\/h4>\n\n\n\n
\n
\n
\n
\"\"<\/figure>\n<\/div>\n\n\n\n
\n
\n\t\n\t\n
\n\t
\n\t\t

Nieders\u00e4chsisches Forschungszentrum f\u00fcr Fahrzeugtechnik<\/a><\/h3>\n\t<\/div>\n\n\t\n\t\t\t\t\t\t
\n\t\t\t\t\n\nHermann-Blenk-Stra\u00dfe 42<\/span>\n\t\n\t\t
\n\t\tBraunschweig<\/span>,<\/span>\n\n\n\t38108<\/span>\n\n\tDeutschland<\/span>\n\n<\/span>\n\n\t\t\t\t\t\t\t\t\t+ Google Map<\/a>\t\t\t\t\t\t\t<\/address>\n\t\t\n\t\t\n\t\t\t\t\tView Venue Website<\/a><\/span>
\n\t\t\t\n\t<\/div>\n\t\n\t<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n
<\/div>\n\n\n\n
\n\n\n\n
\n\t\n\t\t
\n\n\t\t\t