KI /  Deep Learning Grundlagen mit dem Java basierten Framework DeepLearning4J

KI-Einstieg mit Java: Deep Learning verstehen und anwenden

In dieser Schulung erlernen Sie die Grundlagen der KI-Programmierung und machen sich fit für den Einstieg in entsprechende Projekte oder weiterführende Aufbaukurse. Sie verstehen zentrale Begriffe wie maschinelles Lernen (ML), künstliche Intelligenz (AI) und neuronale Netzwerke – und lernen mit DeepLearning4J (DL4J) ein Java-basiertes Open-Source-Framework kennen, das professionelle Anwendungen im Bereich KI und maschinelles Lernen ermöglicht. Hinweis: Aufgrund der aktuellen Marktentwicklung wird diese Schulung ausschließlich als individuelle Firmenschulung angeboten.

Schulungsbeschreibung

Die Schulung beginnt mit den konzeptionellen Grundlagen: Wie ist ein neuronales Netzwerk aufgebaut? Was steckt hinter Schichten, Gewichten und Backpropagation? Warum spielt Big Data beim Training eine entscheidende Rolle? Anschließend bringen Sie DeepLearning4J zum Laufen – ein in Java geschriebenes Framework, das mit jeder JVM-kompatiblen Sprache zusammenarbeitet. Über eine domänenspezifische Konfigurationssprache definieren Sie Schichten, Vernetzungsarten und Lernalgorithmen. Ein praxisnahes Beispiel – etwa die automatische Kontierung von Überweisungsdaten – veranschaulicht den gesamten Prozess von der Datenaufbereitung bis zur Anwendung eines trainierten Modells. Abschließend werden praktische Fragen diskutiert: Reichen vorhandene Daten für ein Projekt? Welche Vor- und Nachteile bietet DL4J im Vergleich zu TensorFlow?

Schulungsinhalte

• Maschinelles Lernen (ML)
• Künstliche Intelligenz (KI) / Artificial Intelligence (AI)
• Neuronale Netzwerke (neural networks)
• Deep Learning
• Narrow AI & Strong AI / AGI
• Big Data
• Grundlagen: Neuronen, Aktivitätslevel, Gewichte (weights)
• Programmieren eines sehr einfachen neuronalen Netzes mit JavaScript (wahlweise Java)
• Lernen, Gradientenfunktion
• Backpropagation
• DeepLearning4J: Einführung & Installation
• Datenaufbereitung / Modellierung
• Auswahl an Beispielen
• Programmieren des einfachen Beispiels von Tag 1 mit DL4J
• Programmieren eines Kundenwunsches
• Speichern des trainierten Netzwerkes (Modell)
• Grundlagen von Modellen (gespeicherten Netzwerken)
• Anwenden (mit Testdaten) eines Modells mit DeepLearning4J

Zielgruppe und Vorkenntnisse

Diese Schulung richtet sich an Programmierer:innen, Mathematiker:innen und Ingenieur:innen, die Interesse an künstlicher Intelligenz und Deep Learning mitbringen. Vorausgesetzt werden Programmierkenntnisse in Java oder JavaScript; Englischkenntnisse sind von Vorteil.

Diese Schulung wird als individuelle Firmenschulung angeboten.

Inklusivleistungen:

Im Preis enthalten sind Ihr WissensPiloten-Zertifikat zum Download, Stift und Notizblock, sowie bei Schulungen in unseren Schulungszentren Mittagessen, kalte und warme Getränke und ein indiv. eingerichteter PC/Mac für jeden Teilnehmenden.

Förderung:

Bildungsscheck, andere Fördermöglichkeiten auf Anfrage.