BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//DAISEC - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://daisec.de
X-WR-CALDESC:Veranstaltungen für 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:20241113T150000
DTEND;TZID=Europe/Berlin:20241113T163000
DTSTAMP:20260424T222951
CREATED:20240723T141143Z
LAST-MODIFIED:20241112T133712Z
UID:10000149-1731510000-1731515400@daisec.de
SUMMARY:Deep Dive into Deep Learning - KI verstehen und anwenden - Modul 1: Technische Implikationen\, Anwendungsbeispiele\, Theorie-Modul
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\nWir bieten Ihnen eine Veranstaltungsreihe an Webinaren an\, in denen Sie grundlegende Kenntnisse im Bereich neuronale Netze und insbesondere Deep Learning erlangen. Insgesamt werden drei Webinare in einem wiederkehrenden Format angeboten. So haben Sie die Flexibilität\, ein Webinar\, passend zu Ihrem Zeitplan\, zu besuchen. Melden Sie sich einfach an und wir informieren Sie\, wenn die nächste Onlineveranstaltung ansteht. \n\n\n\nZusätzlich können Sie in mehreren Praxis-Modulen Ihr Wissen aus den Webinaren anwenden und lernen eigenständig erste KI-Anwendungen zu programmieren. Zugang zu den Praxis-Modulen erhalten Sie nach der Registrierung für ein Theorie-Modul. \n\n\n\n\n\n\n\nLerninhalte\n\n\n\n\n\nTheorie-Modul 1: Technische Implikationen\, Anwendungsbeispiele \n\n\n\n\n\nIn diesem Modul betrachten wir künstliche neuronale Netze (KNN) zunächst aus einer übergeordneten Perspektive\, ohne auf die Details ihrer Funktionsweise einzugehen. Wir sehen sie als eine ‚Black Box‘\, in die Daten hineingehen und aus der Ergebnisse herauskommen. Sie lernen\, wie diese Daten aussehen müssen\, wie Sie KNN mit Daten trainieren und welche Aufgaben Sie mit KKN automatisieren können. Dies reicht beispielsweise von der Qualitätskontrolle gefertigter Teile über die Detektion von Cyberangriffen bis hin zum autonomen Fahren.  \n\n\n\nNach Absolvieren dieses Moduls wissen Sie grundlegend\, welche Voraussetzungen für das Training von KNN notwendig sind und auf was Sie dabei achten müssen. \n\n\n\n\n\n\n\n\n\n\n\nTheorie-Modul 2: Grundlagen zu neuronalen Netzen \n\n\n\n\n\nIn diesem Modul tauchen wir tiefer in die Funktionsweise von künstlichen neuronalen Netzen (KNN) ein und erklären die mathematischen Grundlagen. Dabei werden wir zunächst die klassischen KNN (FCNs) erklären\, die beispielsweise für die Vorhersage von Ausfallwahrscheinlichkeiten bei Produktionsmaschinen eingesetzt werden können. Anschließend werden wir darauf eingehen\, wie diese für die Bildverarbeitung optimiert wurden (CNNs)\, um z.B. Objekte und Ereignisse in Bildern zu erkennen. Schließlich zeigen wir\, wie ein Gedächtnis bei KNN (RNNs) umgesetzt werden kann für die Verarbeitung von zeitlichen Daten\, wie bei der Sprachverarbeitung oder der Wahrnehmung von Objekten in Videos.  \n\n\n\nNach Absolvieren dieses Moduls kennen Sie die mathematischen Konzepte hinter KNN und kennen verschiedene Typen wie FCNs\, CNNs und RNNs. \n\n\n\n\n\n\n\n\n\n\n\nTheorie-Modul 3: Erfolgsfaktoren des Deep-Learning\, Investitionskosten \n\n\n\n\n\nIn diesem Modul zeigen wir\, warum künstliche Intelligenz in den vergangenen Jahren so erfolgreich geworden ist. Wir erklären Ihnen die Herausforderungen\, die die Forschung zu lösen hatte und zeigen auf\, warum es heute deutlich einfacher ist\, eigene KI-Modelle zu trainieren.  \n\n\n\nNach Absolvieren dieses Moduls wissen Sie\, warum KNN so erfolgreich sind und können abschätzen\, wie aufwändig eine Eigenentwicklung ist. \n\n\n\n\n\n\n\n\n\nIhre Vorteile\n\n\n\n\nSie lernen grundlegende Methoden des Maschinellen Lernens und verstehen deren Funktionsweise.\n\n\n\nSie erlernen Programmierkenntnisse in Python und lernen High-Level-Machine-Learning-Bibliotheken kennen: 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/-innen im Bereich der Entwicklung von KI-Modellen\n\n\n\n\n\n\n\n\nOrganisatorisches\n\n\n\nWir empfehlen Ihnen\, die Theorie-Module in der vorgestellten Reihenfolge zu besuchen\, falls Sie aber schon Vorwissen zu einem Modul haben\, können Sie dieses auch auslassen oder ein Modul zu einem anderen Datum buchen. Die Termine dieser Reihe finden zu folgenden Daten statt: \n\n\n\n\n\n\n\n\nModul 1 – 13.11.2024\, 15:00 – 16:30 Uhr\n\n\n\nModul 2 – 20.11.2024\, 15:00 – 16:30 Uhr\n\n\n\nModul 3 – 27.11.2024\, 15:00 – 16:30 Uhr\n\n\n\n\n\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 Künstliche Intelligenz \n\n\n\nbartels@daisec.de \n\n\n\n\n\n\n\nVerwenden Sie bitte die Schaltfläche unten\, um sich für diesen Termin anzumelden. Wenn Sie einen anderen Termin buchen möchten\, klicken Sie bitte auf das obenstehende Datum. \n\n\n\n\n\n\nAnmeldung\n\n\n\n\n\n\n\n\n\n\n\n\n\nDie Theorie-Module finden online statt. Sie erhalten rechtzeitig vor dem Termin einen Link zum Online-Meeting.Die Anmeldung schließt am Tag vor dem Veranstaltungstermin um 10:30 Uhr.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\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			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			Mai		\n		\n			12		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		10:00 – 11:30	\n	\n					\n	\n		KI-Agenten in der Produktion	\n\n				\n\n				\n			\n		\n	\n\n\n											\n\n	\n	\n		\n			Mai		\n		\n			12		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		13:30 – 16:30	\n	\n					\n	\n		Die Kunst des Promptens: KI verstehen – ausprobieren – Ergebnisse erzielen	\n\n				\n\n				\n			\n		\n	\n\n\n									\n\n				\n	\n		Kalender anzeigen
URL:https://daisec.de/event/deep-dive-deep-learning-modul-1-ki-13-11-2024/
LOCATION:Online
CATEGORIES:Workshops
ATTACH;FMTTYPE=image/png:https://daisec.de/wp-content/uploads/2024/07/2024-11-13-Deep-Dive-Modul-1.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20241120T150000
DTEND;TZID=Europe/Berlin:20241120T163000
DTSTAMP:20260424T222952
CREATED:20240723T141835Z
LAST-MODIFIED:20241112T133821Z
UID:10000150-1732114800-1732120200@daisec.de
SUMMARY:Deep Dive into Deep Learning - KI verstehen und anwenden - Modul 2: Grundlagen zu neuronalen Netzen\, Theorie-Modul
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\nWir bieten Ihnen eine Veranstaltungsreihe an Webinaren an\, in denen Sie grundlegende Kenntnisse im Bereich neuronale Netze und insbesondere Deep Learning erlangen. Insgesamt werden drei Webinare in einem wiederkehrenden Format angeboten. So haben Sie die Flexibilität\, ein Webinar\, passend zu Ihrem Zeitplan\, zu besuchen. Melden Sie sich einfach an und wir informieren Sie\, wenn die nächste Onlineveranstaltung ansteht. \n\n\n\nZusätzlich können Sie in mehreren Praxis-Modulen Ihr Wissen aus den Webinaren anwenden und lernen eigenständig erste KI-Anwendungen zu programmieren. Zugang zu den Praxis-Modulen erhalten Sie nach der Registrierung für ein Theorie-Modul. \n\n\n\n\n\n\n\nLerninhalte\n\n\n\n\n\nTheorie-Modul 1: Technische Implikationen\, Anwendungsbeispiele \n\n\n\n\n\nIn diesem Modul betrachten wir künstliche neuronale Netze (KNN) zunächst aus einer übergeordneten Perspektive\, ohne auf die Details ihrer Funktionsweise einzugehen. Wir sehen sie als eine ‚Black Box‘\, in die Daten hineingehen und aus der Ergebnisse herauskommen. Sie lernen\, wie diese Daten aussehen müssen\, wie Sie KNN mit Daten trainieren und welche Aufgaben Sie mit KKN automatisieren können. Dies reicht beispielsweise von der Qualitätskontrolle gefertigter Teile über die Detektion von Cyberangriffen bis hin zum autonomen Fahren.  \n\n\n\nNach Absolvieren dieses Moduls wissen Sie grundlegend\, welche Voraussetzungen für das Training von KNN notwendig sind und auf was Sie dabei achten müssen. \n\n\n\n\n\n\n\n\n\n\n\nTheorie-Modul 2: Grundlagen zu neuronalen Netzen \n\n\n\n\n\nIn diesem Modul tauchen wir tiefer in die Funktionsweise von künstlichen neuronalen Netzen (KNN) ein und erklären die mathematischen Grundlagen. Dabei werden wir zunächst die klassischen KNN (FCNs) erklären\, die beispielsweise für die Vorhersage von Ausfallwahrscheinlichkeiten bei Produktionsmaschinen eingesetzt werden können. Anschließend werden wir darauf eingehen\, wie diese für die Bildverarbeitung optimiert wurden (CNNs)\, um z.B. Objekte und Ereignisse in Bildern zu erkennen. Schließlich zeigen wir\, wie ein Gedächtnis bei KNN (RNNs) umgesetzt werden kann für die Verarbeitung von zeitlichen Daten\, wie bei der Sprachverarbeitung oder der Wahrnehmung von Objekten in Videos.  \n\n\n\nNach Absolvieren dieses Moduls kennen Sie die mathematischen Konzepte hinter KNN und kennen verschiedene Typen wie FCNs\, CNNs und RNNs. \n\n\n\n\n\n\n\n\n\n\n\nTheorie-Modul 3: Erfolgsfaktoren des Deep-Learning\, Investitionskosten \n\n\n\n\n\nIn diesem Modul zeigen wir\, warum künstliche Intelligenz in den vergangenen Jahren so erfolgreich geworden ist. Wir erklären Ihnen die Herausforderungen\, die die Forschung zu lösen hatte und zeigen auf\, warum es heute deutlich einfacher ist\, eigene KI-Modelle zu trainieren.  \n\n\n\nNach Absolvieren dieses Moduls wissen Sie\, warum KNN so erfolgreich sind und können abschätzen\, wie aufwändig eine Eigenentwicklung ist. \n\n\n\n\n\n\n\n\n\nIhre Vorteile\n\n\n\n\nSie lernen grundlegende Methoden des Maschinellen Lernens und verstehen deren Funktionsweise.\n\n\n\nSie erlernen Programmierkenntnisse in Python und lernen High-Level-Machine-Learning-Bibliotheken kennen: 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/-innen im Bereich der Entwicklung von KI-Modellen\n\n\n\n\n\n\n\n\nOrganisatorisches\n\n\n\nWir empfehlen Ihnen\, die Theorie-Module in der vorgestellten Reihenfolge zu besuchen\, falls Sie aber schon Vorwissen zu einem Modul haben\, können Sie dieses auch auslassen oder ein Modul zu einem anderen Datum buchen. Die Termine dieser Reihe finden zu folgenden Daten statt: \n\n\n\n\n\n\n\n\nModul 1 – 13.11.2024\, 15:00 – 16:30 Uhr\n\n\n\nModul 2 – 20.11.2024\, 15:00 – 16:30 Uhr\n\n\n\nModul 3 – 27.11.2024\, 15:00 – 16:30 Uhr\n\n\n\n\n\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 Künstliche Intelligenz \n\n\n\nbartels@daisec.de \n\n\n\n\n\n\n\nVerwenden Sie bitte die Schaltfläche unten\, um sich für diesen Termin anzumelden. Wenn Sie einen anderen Termin buchen möchten\, klicken Sie bitte auf das obenstehende Datum. \n\n\n\n\n\n\nAnmeldung\n\n\n\n\n\n\n\n\n\n\n\n\n\nDie Theorie-Module finden online statt. Sie erhalten rechtzeitig vor dem Termin einen Link zum Online-Meeting.Die Anmeldung schließt am Tag vor dem Veranstaltungstermin um 10:30 Uhr.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\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			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			Mai		\n		\n			12		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		10:00 – 11:30	\n	\n					\n	\n		KI-Agenten in der Produktion	\n\n				\n\n				\n			\n		\n	\n\n\n											\n\n	\n	\n		\n			Mai		\n		\n			12		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		13:30 – 16:30	\n	\n					\n	\n		Die Kunst des Promptens: KI verstehen – ausprobieren – Ergebnisse erzielen	\n\n				\n\n				\n			\n		\n	\n\n\n									\n\n				\n	\n		Kalender anzeigen
URL:https://daisec.de/event/deep-dive-deep-learning-modul-2-ki-20-11-2024/
LOCATION:Online
CATEGORIES:Workshops
ATTACH;FMTTYPE=image/png:https://daisec.de/wp-content/uploads/2024/07/2024-11-20-Deep-Dive-Modul-2.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20241127T150000
DTEND;TZID=Europe/Berlin:20241127T163000
DTSTAMP:20260424T222952
CREATED:20240723T142607Z
LAST-MODIFIED:20241125T135842Z
UID:10000151-1732719600-1732725000@daisec.de
SUMMARY:Deep Dive into Deep Learning - KI verstehen und anwenden - Modul 3: Erfolgsfaktoren des Deep-Learning\, Investitionskosten
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\nWir bieten Ihnen eine Veranstaltungsreihe an Webinaren an\, in denen Sie grundlegende Kenntnisse im Bereich neuronale Netze und insbesondere Deep Learning erlangen. Insgesamt werden drei Webinare in einem wiederkehrenden Format angeboten. So haben Sie die Flexibilität\, ein Webinar\, passend zu Ihrem Zeitplan\, zu besuchen. Melden Sie sich einfach an und wir informieren Sie\, wenn die nächste Onlineveranstaltung ansteht. \n\n\n\nZusätzlich können Sie in mehreren Praxis-Modulen Ihr Wissen aus den Webinaren anwenden und lernen eigenständig erste KI-Anwendungen zu programmieren. Zugang zu den Praxis-Modulen erhalten Sie nach der Registrierung für ein Theorie-Modul. \n\n\n\n\n\n\n\nLerninhalte\n\n\n\n\n\nTheorie-Modul 1: Technische Implikationen\, Anwendungsbeispiele \n\n\n\n\n\nIn diesem Modul betrachten wir künstliche neuronale Netze (KNN) zunächst aus einer übergeordneten Perspektive\, ohne auf die Details ihrer Funktionsweise einzugehen. Wir sehen sie als eine ‚Black Box‘\, in die Daten hineingehen und aus der Ergebnisse herauskommen. Sie lernen\, wie diese Daten aussehen müssen\, wie Sie KNN mit Daten trainieren und welche Aufgaben Sie mit KKN automatisieren können. Dies reicht beispielsweise von der Qualitätskontrolle gefertigter Teile über die Detektion von Cyberangriffen bis hin zum autonomen Fahren.  \n\n\n\nNach Absolvieren dieses Moduls wissen Sie grundlegend\, welche Voraussetzungen für das Training von KNN notwendig sind und auf was Sie dabei achten müssen. \n\n\n\n\n\n\n\n\n\n\n\nTheorie-Modul 2: Grundlagen zu neuronalen Netzen \n\n\n\n\n\nIn diesem Modul tauchen wir tiefer in die Funktionsweise von künstlichen neuronalen Netzen (KNN) ein und erklären die mathematischen Grundlagen. Dabei werden wir zunächst die klassischen KNN (FCNs) erklären\, die beispielsweise für die Vorhersage von Ausfallwahrscheinlichkeiten bei Produktionsmaschinen eingesetzt werden können. Anschließend werden wir darauf eingehen\, wie diese für die Bildverarbeitung optimiert wurden (CNNs)\, um z.B. Objekte und Ereignisse in Bildern zu erkennen. Schließlich zeigen wir\, wie ein Gedächtnis bei KNN (RNNs) umgesetzt werden kann für die Verarbeitung von zeitlichen Daten\, wie bei der Sprachverarbeitung oder der Wahrnehmung von Objekten in Videos.  \n\n\n\nNach Absolvieren dieses Moduls kennen Sie die mathematischen Konzepte hinter KNN und kennen verschiedene Typen wie FCNs\, CNNs und RNNs. \n\n\n\n\n\n\n\n\n\n\n\nTheorie-Modul 3: Erfolgsfaktoren des Deep-Learning\, Investitionskosten \n\n\n\n\n\nIn diesem Modul zeigen wir\, warum künstliche Intelligenz in den vergangenen Jahren so erfolgreich geworden ist. Wir erklären Ihnen die Herausforderungen\, die die Forschung zu lösen hatte und zeigen auf\, warum es heute deutlich einfacher ist\, eigene KI-Modelle zu trainieren.  \n\n\n\nNach Absolvieren dieses Moduls wissen Sie\, warum KNN so erfolgreich sind und können abschätzen\, wie aufwändig eine Eigenentwicklung ist. \n\n\n\n\n\n\n\n\n\nIhre Vorteile\n\n\n\n\nSie lernen grundlegende Methoden des Maschinellen Lernens und verstehen deren Funktionsweise.\n\n\n\nSie erlernen Programmierkenntnisse in Python und lernen High-Level-Machine-Learning-Bibliotheken kennen: 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/-innen im Bereich der Entwicklung von KI-Modellen\n\n\n\n\n\n\n\n\nOrganisatorisches\n\n\n\nWir empfehlen Ihnen\, die Theorie-Module in der vorgestellten Reihenfolge zu besuchen\, falls Sie aber schon Vorwissen zu einem Modul haben\, können Sie dieses auch auslassen oder ein Modul zu einem anderen Datum buchen. Die Termine dieser Reihe finden zu folgenden Daten statt: \n\n\n\n\n\n\n\n \n\n\n\n\nModul 3 – 27.11.2024\, 15:00 – 16:30 Uhr\n\n\n\n\n\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 Künstliche Intelligenz \n\n\n\nbartels@daisec.de \n\n\n\n\n\n\n\nVerwenden Sie bitte die Schaltfläche unten\, um sich für diesen Termin anzumelden. Wenn Sie einen anderen Termin buchen möchten\, klicken Sie bitte auf das obenstehende Datum. \n\n\n\n\n\n\nAnmeldung\n\n\n\n\n\n\n\n\n\n\n\n\n\nDie Theorie-Module finden online statt. Sie erhalten rechtzeitig vor dem Termin einen Link zum Online-Meeting.Die Anmeldung schließt am Tag vor dem Veranstaltungstermin um 10:30 Uhr.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\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			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			Mai		\n		\n			12		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		10:00 – 11:30	\n	\n					\n	\n		KI-Agenten in der Produktion	\n\n				\n\n				\n			\n		\n	\n\n\n											\n\n	\n	\n		\n			Mai		\n		\n			12		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		13:30 – 16:30	\n	\n					\n	\n		Die Kunst des Promptens: KI verstehen – ausprobieren – Ergebnisse erzielen	\n\n				\n\n				\n			\n		\n	\n\n\n									\n\n				\n	\n		Kalender anzeigen
URL:https://daisec.de/event/deep-dive-deep-learning-modul-3-ki-27-11-2024/
LOCATION:Online
CATEGORIES:Workshops
ATTACH;FMTTYPE=image/png:https://daisec.de/wp-content/uploads/2024/07/2024-11-27-Deep-Dive-Modul-3.png
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20241128T150000
DTEND;TZID=Europe/Berlin:20241128T170000
DTSTAMP:20260424T222952
CREATED:20240513T111908Z
LAST-MODIFIED:20241112T134937Z
UID:10000106-1732806000-1732813200@daisec.de
SUMMARY:3D-Druck: Einführungsworkshop 1
DESCRIPTION:Seit der ersten Entwicklungsphase in den 1980er Jahren sind 3D-Druckverfahren inzwischen ausgereift und für den Einsatz in Produktionsumgebungen geeignet. Im Gegensatz zu herkömmlichen Fertigungsverfahren\, bei denen die Erzeugnisse entweder durch Gießen oder Entfernen von Material (z.B. Fräsen) hergestellt werden\, wird beim 3D-Druckverfahren das Material Schicht für Schicht aufgebaut. Dies ermöglicht die Herstellung sehr komplexer Formen. \n\n\n\nDa für die Fertigung keine zusätzlichen Werkzeuge erforderlich sind\, können die Erzeugnisse kostengünstig in kleinen bis mittleren Losgrößen hergestellt werden. Das Verfahren bietet eine enorme Freiheit bei der Gestaltung von Kunststoff-\, Metall- und Keramikteilen\, wodurch sich die Fertigungsteile schnell und ressourcenschonend herstellen lassen. \n\n\n\n\n\n\n\nUnser Angebot\n\n\n\nUm Ihnen den nächsten Schritt zur Digitalisierung Ihrer Produktionsprozesse zu ermöglichen\, bieten wir Ihnen eine Reihe von online Einführungsworkshops an\, in denen Sie die verschiedenen Arten von 3D-Druckverfahren sowie ihre Stärken und Schwächen kennenlernen.  \n\n\n\nWir bieten Ihnen insgesamt drei Einführungsworkshops in einem wiederkehrenden Rhythmus. So haben Sie die Flexibilität\, einen Workshop passend zu Ihrem Zeitplan zu besuchen. Suchen Sie sich einfach aus der Liste in der Anmeldung die für Sie passenden Termine aus. Darüber hinaus bieten wir einen praktischen 3D-Druck-Workshop an\, für den Sie sich ebenfalls unten anmelden können. \n\n\n\n\n\n\n\nLerninhalte\n\n\n\nEinführungsworkshops 1: Einführung und Extrusionsverfahren \n\n\n\n\nAllgemeine 3D-Druck-Einführung\n\nWelche Verfahrenstypen gibt es?\n\n\n\nWas sind ihre Stärken und Schwächen?\n\n\n\nWie unterscheidet sich die Prozesskette von der Idee bis zum Bauteil von traditionellen Verfahren?\n\n\n\n\n\nMaterialextrusionsverfahren (auch bekannt als FDM)\n\nWie funktionieren diese Verfahren?\n\n\n\nWelche Materialien können sie verarbeiten?\n\n\n\nWas sind ihre Stärken und Schwächen?\n\n\n\nIn welchen Anwendungen wird die Technologie erfolgreich eingesetzt?\n\n\n\nWelche Designrichtlinien sollten bei diesen Verfahren berücksichtigt werden?\n\n\n\n\n\nSchichtlaminierungsverfahren\n\n\n\n\nIhre Vorteile\n\n\n\n\nSie lernen die technologische Vielfalt des 3D-Drucks kennen.\n\n\n\nSie entwickeln ein Verständnis dafür\, welche im Unternehmen hergestellten Produkte\, Potenzial für die Produktion mittels 3D-Druck aufweisen.\n\n\n\nSie erwerben Kenntnisse über geeignete Konstruktionsverfahren für den 3D-Druck.\n\n\n\nSie verstehen\, wie sich der 3D-Druck in dem Fertigungsportfolio Ihres Unternehmens integrieren lässt.\n\n\n\n\n\n\n\n\nZielgruppe und Vorkenntnisse\n\n\n\nMitarbeitende aus Produktentwicklung\, Design und Fertigung aus allen Branchen. Es sind keine Vorkenntnisse zum Thema 3D-Druck erforderlich. Die Einführungsworkshops können in beliebiger Reihenfolge besucht werden. \n\n\n\n\n\n\n\nOrganisatorisches\n\n\n\nDie Einführungsworkshops finden online statt. Hier sind die nächsten Termine: \n\n\n\n\n\n\n\nModulreihe 1 \n\n\n\n\nEinführungsworkshop 1 (Einführung und Extrusionsverfahren): 29.08.24 von 15:00 bis 17:00\n\n\n\nEinführungsworkshop 2 (Photopolymerisation und Nachbearbeitung): 26.09.24 von 15:00 bis 17:00\n\n\n\nEinführungsworkshop 3 (Pulverbasierte Verfahren\, 3D-Modelle und 3D-Scannen): 24.10.24 von 15:00 bis 17:00\n\n\n\n\n\n\n\n\nModulreihe 2 \n\n\n\n\nEinführungsworkshop 1 (Einführung und Extrusionsverfahren): 28.11.24 von 15:00 bis 17:00\n\n\n\nEinführungsworkshop 2 (Photopolymerisation und Nachbearbeitung): 19.12.24 von 15:00 bis 17:00\n\n\n\nEinführungsworkshop 3 (Pulverbasierte Verfahren\, 3D-Modelle und 3D-Scannen): 30.01.25 von 15:00 bis 17:00\n\n\n\n\n\n\n\n\nPraxisworkshop \n\n\n\n07.11.24 von 9:30 bis 14:30 (TU Braunschweig) \n\n\n\n\n\n\n\nVerwenden Sie bitte die Schaltfläche unten\, um sich anzumelden. Sie können die Termine beliebig kombinieren. \n\n\n\nWenn Sie auch an dem praktischen Vor-Ort-Workshop zum 3D-Druck teilnehmen möchten\, können Sie sich ebenfalls über das Formular unten anmelden. Nähere Informationen zum Praxisworkshops finden Sie hier. \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\nKarl Hilbig\n\n\n\nExperte für 3D-Druck \n\n\n\nhilbig@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\nDie Einführungs-Workshops finden online statt. Sie erhalten rechtzeitig vor dem Termin einen Link zum Online-Meeting.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\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			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			Mai		\n		\n			12		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		10:00 – 11:30	\n	\n					\n	\n		KI-Agenten in der Produktion	\n\n				\n\n				\n			\n		\n	\n\n\n											\n\n	\n	\n		\n			Mai		\n		\n			12		\n	\n\n\n	\n		\n			\n\n				\n					\n		\n		13:30 – 16:30	\n	\n					\n	\n		Die Kunst des Promptens: KI verstehen – ausprobieren – Ergebnisse erzielen	\n\n				\n\n				\n			\n		\n	\n\n\n									\n\n				\n	\n		Kalender anzeigen
URL:https://daisec.de/event/3d-druck-einfuehrung1-28-11-2024/
LOCATION:Online
CATEGORIES:Workshops
ATTACH;FMTTYPE=image/png:https://daisec.de/wp-content/uploads/2024/05/2024-05-30-DAISEC-Template-3D-Druck-Einfuehrungsworkshop.png
END:VEVENT
END:VCALENDAR