{"product_id":"ki-bilderkennung-python-deep-learning-workshop","title":"KI-Bilderkennung in Python - Deep Learning mit Keras: virtueller Drei-Tage-Workshop","description":"\u003ch2 data-pm-slice=\"1 1 []\"\u003e\u003cspan\u003eWas bietet mir der Workshop?\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp\u003e\u003cspan\u003eDieser dreitägige Live-Workshop vermittelt die Grundlagen der KI-Bilderkennung mit Python und Deep Learning. Theorie und praktische Übungen mit Keras\/TensorFlow werden direkt auf High-Performance-GPUs in der Cloud umgesetzt.\u003c\/span\u003e\u003c\/p\u003e\n\u003cp\u003e\u003cspan\u003eIm Mittelpunkt stehen neuronale Netze und typische Verfahren der KI-Bilderkennung. Dazu gehören Bildklassifizierung, Objektdetektion mit Bounding Boxes und semantische Segmentierung.\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2\u003e\u003cspan\u003eWas lernen die Teilnehmer?\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp\u003e\u003cspan\u003eNach dem Workshop können die Teilnehmer zentrale Verfahren aus Deep Learning und KI-Bilderkennung einordnen und mit Python und Keras\/TensorFlow praktisch umsetzen.\u003c\/span\u003e\u003c\/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cspan\u003eGrundlagen von Machine Learning, Deep Learning und neuronalen Netzen\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eDaten für das Training neuronaler Netze vorbereiten\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eOverfitting erkennen und mit Trainings-, Validierungs- und Testdaten arbeiten\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eMulti-Layer-Perceptrons (MLP) mit Keras\/TensorFlow erstellen\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eConvolutional Neural Networks (CNN) verstehen und einsetzen\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eNeuronale Netze trainieren und auf neue Daten anwenden\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eBilder mit neuronalen Netzen klassifizieren\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eObjekte mit Bounding Boxes erkennen\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eSemantische Segmentierung für pixelweise Klassifizierung einsetzen\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eKeras Callbacks und Verfahren zur Trainingssteuerung nutzen\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eMit Data Augmentation und Fine-Tuning arbeiten\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eDeep-Learning-Modelle auf GPUs trainieren\u003c\/span\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch2\u003e\u003cspan\u003eFür wen ist der Kurs geeignet?\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp\u003e\u003cspan\u003eDer Workshop richtet sich an Programmierer*innen und technisch interessierte Fachkräfte, die KI-Bilderkennung mit Python und Deep Learning praktisch umsetzen möchten.\u003c\/span\u003e\u003c\/p\u003e\n\u003cp\u003e\u003cspan\u003eVorausgesetzt werden fundierte Kenntnisse in mindestens einer Programmiersprache. Kenntnisse in Python sind ideal, aber nicht zwingend erforderlich.\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2\u003e\u003cspan\u003eWas erhalten Teilnehmer?\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp\u003e\u003cspan\u003eDie Teilnehmer arbeiten während des Workshops mit Jupyter Notebooks und High-Performance-GPUs in der Cloud. Der Zugriff erfolgt über den Webbrowser.\u003c\/span\u003e\u003c\/p\u003e\n\u003cp\u003e\u003cspan\u003eNach dem Workshop wird das verwendete Seminar-Setup für weitere Übungen bereitgestellt:\u003c\/span\u003e\u003c\/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cspan\u003eGPU-Host mit Serverstandort in Europa\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eDatenspeicherung in Europa\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eLinux-Server-Setup\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eEine Woche GPU-Rechenzeit für den Einstieg\u003c\/span\u003e\u003c\/li\u003e\n\u003cli\u003e\u003cspan\u003eStartguthaben für etwa 30 Stunden GPU-Rechenzeit\u003c\/span\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003cp\u003e\u003cspan\u003eFür die weitere Nutzung ist eine kostenlose Registrierung beim GPU-Host erforderlich. Die verfügbare Rechenzeit kann abhängig von der aktuellen Preisgestaltung des GPU-Anbieters variieren.\u003c\/span\u003e\u003c\/p\u003e\n\u003ch2\u003e\u003cspan\u003eWarum dieser Workshop?\u003c\/span\u003e\u003c\/h2\u003e\n\u003cp\u003e\u003cspan\u003eDer Workshop verbindet die Grundlagen von Deep Learning mit praktischer KI-Bilderkennung in Python. Die Teilnehmer programmieren und trainieren neuronale Netze selbst mit Keras\/TensorFlow und arbeiten dabei auf einer eigenen GPU-Umgebung.\u003c\/span\u003e\u003c\/p\u003e\n\u003cp\u003e\u003cspan\u003eMit Bildklassifizierung, Objektdetektion und semantischer Segmentierung werden drei typische Einsatzfelder der KI-Bilderkennung behandelt. Das vermittelte Wissen bildet die Grundlage, um weitere Deep-Learning-Anwendungsfälle selbstständig zu bearbeiten.\u003c\/span\u003e\u003c\/p\u003e\n\u003cdiv id=\"agenda\"\u003e\n\u003ch2\u003eAgenda\u003cbr\u003e\n\u003c\/h2\u003e\n\u003cdiv class=\"schedule__item\"\u003e\n\u003cdiv class=\"schedule-item\"\u003e\n\u003cdiv class=\"schedule-item__content\"\u003e\n\u003ch3 class=\"h5 days-chapter-heading\"\u003eBegrüßung und Organisatorisches\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eVorstellungsrunde\u003c\/li\u003e\n\u003cli\u003eErwartungen der Teilnehmer\u003c\/li\u003e\n\u003cli\u003eJupyter Notebook\u003c\/li\u003e\n\u003cli\u003eRechnen in der Cloud\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"schedule__item\"\u003e\n\u003cdiv class=\"schedule-item\"\u003e\n\u003cdiv class=\"schedule-item__info\"\u003e\n\u003ch3 class=\"schedule-item__title\"\u003eGrundlagen von Maschinellem Lernen und Künstlicher Intelligenz (KI)\u003cbr\u003e\n\u003c\/h3\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"schedule-item__content\"\u003e\n\u003cul\u003e\n\u003cli\u003eKurze Einführung und Geschichte des Deep Learning\u003c\/li\u003e\n\u003cli\u003eKI, Deep Learning und Machine Learning\u003c\/li\u003e\n\u003cli\u003eBeispiele von Deep Learning Algorithmen in heutigen Produkten\u003c\/li\u003e\n\u003cli\u003eEin erstes einfaches Netz selbstständig mit Keras umsetzen und trainieren\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"schedule__item\"\u003e\n\u003cdiv class=\"schedule-item\"\u003e\n\u003cdiv class=\"schedule-item__info\"\u003e\n\u003ch3 class=\"schedule-item__title\"\u003eDaten Vorbereitung\u003c\/h3\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"schedule__item\"\u003e\n\u003cdiv class=\"schedule-item\"\u003e\n\u003cdiv class=\"schedule-item__content\"\u003e\n\u003cul\u003e\n\u003cli\u003eOverfitting beim Trainieren von Machine Learning Algorithmen\u003c\/li\u003e\n\u003cli\u003eTrain-Validation-Test Datensplit zur Detektion von Overfitting\u003c\/li\u003e\n\u003cli\u003eDatennormalisierung\u003c\/li\u003e\n\u003cli\u003eOne-Hot encoding\u003c\/li\u003e\n\u003cli\u003eAnwendung auf den MNIST Datensatz\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"schedule__item\"\u003e\n\u003cdiv class=\"schedule-item\"\u003e\n\u003cdiv class=\"schedule-item__info\"\u003e\n\u003ch3 class=\"schedule-item__title\"\u003eMulti-Layer-Perceptron (MLP) in Keras\/Tensorflow (Neuronales Netz)\u003c\/h3\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"schedule__item\"\u003e\n\u003cdiv class=\"schedule-item\"\u003e\n\u003cdiv class=\"schedule-item__content\"\u003e\n\u003cul\u003e\n\u003cli\u003eWichtige Bauteile eines MLPs: Perceptron, Gewichte, Bias\u003c\/li\u003e\n\u003cli\u003eNon-linearities (Aktivierungsfunktionen)\u003c\/li\u003e\n\u003cli\u003eSoftmax bei Klassifizierungsaufgaben\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"schedule__item\"\u003e\n\u003cdiv class=\"schedule-item\"\u003e\n\u003cdiv class=\"schedule-item__info\"\u003e\n\u003ch3 class=\"schedule-item__title\"\u003eEin Netzwerk trainieren und auf neue Daten anwenden\u003c\/h3\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cdiv class=\"schedule__item\"\u003e\n\u003cdiv class=\"schedule-item\"\u003e\n\u003cdiv class=\"schedule-item__content\"\u003e\n\u003cul\u003e\n\u003cli\u003eVerschiedene Loss-Funktionen\u003c\/li\u003e\n\u003cli\u003eBackpropagation: Trainieren von den Gewichten\u003c\/li\u003e\n\u003cli\u003eInitialisierung der Gewichte\u003c\/li\u003e\n\u003cli\u003eEpoche und Batch-Size\u003c\/li\u003e\n\u003cli\u003eDen Output während des Trainings interpretieren\u003c\/li\u003e\n\u003cli\u003eDas trainierte Netzwerk zur Vorhersage von neuen Daten verwenden\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e","brand":"Enable AI","offers":[{"title":"13.–15. Oktober 2026 \/ 9:00–17:00","offer_id":54553001001228,"sku":"AkaKIKeras","price":1850.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0588\/4333\/2813\/products\/ki-bilderkennung-in-python-deep-learning-mit-keras-virtueller-drei-tage-workshop-427264.jpg?v=1701377165","url":"https:\/\/karrierewelt.golem.de\/products\/ki-bilderkennung-python-deep-learning-workshop","provider":"Golem Karrierewelt","version":"1.0","type":"link"}