Python Kenntnisse analog zum Grundkurs- Prinzip und Arbeitsweise eines künstlichen neuronalen Netzwerks
- Überblick über maschinelles Lernen und Deep Learning
- Python für große Datenmengen (Big Data Basics)
- Einstieg in Python numpy: Matrizen, Vektoren, Broadcasting
- Datenanalyse und -vorbereitung mit pandas
- Visualisierung von Daten mit matplotlib und seaborn (Überblick)
- Einführung in TensorFlow: Aufbau, Komponenten und Philosophie
- TensorFlow 2.xKeras als High-Level-API
- Aufbau und Training einfacher neuronaler Netzwerke mit Keras
- Verwendung von Aktivierungsfunktionen, Optimierern und Loss-Funktionen
- Evaluierung und Visualisierung der Trainingsfortschritte mit TensorBoard
- Regularisierungsmethoden (Dropout, Early Stopping, etc.)
- Einsatz von vortrainierten Modellen (Transfer Learning)
- Anwendung von Convolutional Neural Networks (CNNs)Grundlagen und Beispiele
- Einführung in Recurrent Neural Networks (RNNs) und LSTMs (optional, je nach Zielgruppe)
- Modell-Export und -Deployment mit TensorFlow SavedModel
- Tipps zur Performance-Optimierung und GPU-Nutzung
- Ausblick: TensorFlow Lite, TensorFlow.js und AutoML
- Hands-On: Eigene Modelle trainieren und testen
Hinweise
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du
kannst zwischen Live-Online und Vor Ort in unseren modernen
Schulungszentren im D-A-CH Raum wählen. Beide Formate
garantieren dir die gleiche hohe Qualität und interaktive
Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor
Ort. So findest du genau das Format, das zu deinen
Bedürfnissen passt.
Uhrzeiten
09:00-16:00
Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst
du direkt mit den Tools und Features, die du auch in
deinem Arbeitsalltag verwendest - praxisnah und
zukunftsorientiert. Bei Inhouse- und Firmenschulungen
bestimmt ihr die Version.
D
Zielgruppen- Software-Entwicklerinnen
- Angehende Data-Scientists