![\"\"](\"https:\/\/daisec.de\/wp-content\/uploads\/2024\/12\/Banner-Deep-Dive-Deep-Learning-1024x230.png\")
<\/figure>\n\n\n\n\n\t\t\n\t\t\t12.06.2025\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\t15:00\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\t16:00\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 K\u00fcnstliche Intelligenz 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. 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 In unseren drei Webinaren erlangen Sie grundlegende Kenntnisse im Bereich der neuronalen Netze, insbesondere im Deep Learning. Die einzelnen Module k\u00f6nnen Sie flexibel w\u00e4hlen, sodass Sie sie passend zu Ihrem Zeitplan besuchen k\u00f6nnen.<\/p>\n\n\n\n Zus\u00e4tzlich k\u00f6nnen Sie in mehreren Praxis-Modulen<\/em> Ihr Wissen aus den Webinaren anwenden. Hier lernen Sie, eigenst\u00e4ndig erste KI-Anwendungen zu programmieren. Zugang zu den Praxis-Modulen erhalten Sie nach der Registrierung f\u00fcr ein Theorie-Modul.<\/em><\/p>\n\n\n\n In diesem Modul tauchen wir tiefer in die Funktionsweise von k\u00fcnstlichen neuronalen Netzen (KNN) ein und erkl\u00e4ren die mathematischen Grundlagen. Dabei werden wir zun\u00e4chst die klassischen KNN (FCNs) erkl\u00e4ren, die beispielsweise f\u00fcr die Vorhersage von Ausfallwahrscheinlichkeiten bei Produktionsmaschinen eingesetzt werden k\u00f6nnen. Anschlie\u00dfend werden wir darauf eingehen, wie diese f\u00fcr die Bildverarbeitung optimiert wurden (CNNs), um z.B. Objekte und Ereignisse in Bildern zu erkennen. Schlie\u00dflich zeigen wir, wie ein Ged\u00e4chtnis bei KNN (RNNs) umgesetzt werden kann f\u00fcr die Verarbeitung von zeitlichen Daten, wie bei der Sprachverarbeitung oder der Wahrnehmung von Objekten in Videos.<\/p>\n\n\n\n Nach Absolvieren dieses Moduls kennen Sie die mathematischen Konzepte hinter KNN und kennen verschiedene Typen wie FCNs, CNNs und RNNs.<\/p>\n\n\n\n – Sie lernen grundlegende Methoden des Maschinellen Lernens und verstehen deren Funktionsweise – Fach- und F\u00fchrungskr\u00e4fte aus den Bereichen Mobilit\u00e4t und Produktion Diese Veranstaltungsreihe ist kostenfrei<\/strong>.<\/p>\n\n\n\n Unsere wiederkehrende Deep Dive into Deep Learning-Reihe umfasst folgende drei Webinare:<\/p>\n\n\n\n Modul 1: Technische Implikationen, Anwendungsbeispiele Eine \u00dcbersicht \u00fcber die genauen Inhalte und alle Termine finden Sie hier:<\/p>\n\n\n\n Die Theorie-Module finden online statt. Sie erhalten rechtzeitig vor dem Termin einen Link zum Online-Meeting.Unser Angebot<\/h4>\n\n\n\n
Lerninhalte Modul 2: Grundlagen zu neuronalen Netzen<\/h4>\n\n\n\n
Ihre Vorteile<\/h4>\n\n\n\n
– Sie erlernen Programmierkenntnisse in Python und lernen High-Level-Machine-Learning-Bibliotheken kennen: SciKit-Learn, PyTorch und Tensorflow
– Sie lernen eigenst\u00e4ndig KI-Modelle zu trainieren und anzuwenden
– Sie lernen die bekanntesten Benchmark Datens\u00e4tze kennen und wissen, wie Sie diese nutzen k\u00f6nnen
– Sie lernen KI-Modelle zu evaluieren und zu vergleichen
– Sie lernen verschiedene Netzwerkarchitekturen und Aufgabentypen kennen<\/p>\n\n\n\nZielgruppe und Vorkenntnisse<\/h4>\n\n\n\n
– Einsteiger\/-innen im Bereich der Entwicklung von KI-Modellen
Mathematische Kenntnisse im Bereich Vektoren\/Matrizen sowie weiterf\u00fchrende Programmiererfahrung sind f\u00fcr die Praxis-Module notwendig.<\/p>\n\n\n\nGeb\u00fchren<\/h4>\n\n\n\n
Alle online Module der Deep Learning-Reihe<\/h4>\n\n\n\n
Modul 2: Grundlagen zu neuronalen Netzen
Modul 3: Erfolgsfaktoren des Deep-Learning, Investitionskosten<\/p>\n\n\n\nJetzt kostenlos anmelden!<\/h4>\n\n\n\n\n\n
Organisatorisches<\/h6>\n\n\n\n
Die Anmeldung schlie\u00dft zwei Tage vor dem Veranstaltungstermin.
Sollten Sie Fragen oder Probleme mit der Anmeldung haben,
wenden Sie sich bitte an den oben angegebenen Kontakt.<\/p>\n\n\n\nVeranstaltungsort<\/h6>\n\n\n\n
![\"\"](\"https:\/\/daisec.de\/wp-content\/uploads\/2023\/08\/DAISEC-Event-Location-Icon-Image-300x300.gif\"){kind=icon}
<\/figure>\n<\/div>\n\n\n\n
![\"\"](\"https:\/\/daisec.de\/wp-content\/uploads\/2024\/02\/Bartels-Timo-1-1024x1024.png\")
<\/figure>\n\n\n\n