Deep Learning

Mit Deep Learning erleben wir aktuell eine Revolution in der künstlichen Intelligenz. Spektakulär war der Sieg von AlphaGo gegen den weltbesten Go-Spieler im März 2016. Deep Learning ist eine neue Methode des maschinellen Lernens mit vielschichtigen künstlichen neuronalen Netzen, die besonders gut mit großen Datenmengen – Big Data – funktioniert. Deep Learning ermöglicht die derzeit besten Lösungen für viele Mustererkennungsprobleme wie Bilderkennung, Spracherkennung und Textverstehen und Anwendungen in vielen Branchen, wie Medien, Werbung, Finanzen und Medizin.

In der Schulung lernen Sie an praktischen Beispielen die Einsatzmöglichkeiten und verschiedene Lernverfahren auf Basis von Google TensorFlow kennen.  

Zielgruppe: Data Scientists, Analysten, die ihre Fähigkeiten zur Auswertung von Datenbeständen ausweiten wollen. Softwareentwickler/-architekten, die Lösungen für analytische Fragestellungen entwickeln.

Voraussetzungen: Grundkenntnisse in Statistik, Maschinellem Lernen und solide Programmiererfahrung (vorzugsweise in Python).

Inhalt

Tag 1

  • Introduction to Deep Learning
  • Introduction to TensorFlow
  • Building Blocks of Deep Learning
  • Unsupervised Learning with Tensorflow

Tag 2

  • Convolutional Neural Networks with TensorFlow
  • Recurrent Neural Networks with TensorFlow
  • Sequence-to-Sequence Modelling in TensorFlow
  • Practical use of deep learning

Rahmen

Dauer: 2 Tage

Tagungssprache: deutsch

Maximale Teilnehmerzahl: 12

Veranstaltungsort:

Fraunhofer Institutszentrum Schloss Birlinghoven
53757 Sankt Augustin


Teilnahmegebühr: 1.900 Euro

Die Teilnahmegebühr ist steuerfrei gem. § 4 Nr. 22a UStG. Sie umfasst Begleitunterlagen (auf Englisch) und Verpflegung. 

Bitte beachten Sie die Storno- und Teilnahmebedingungen sowie die Datenschutzerklärung.

Falls Sie die Anmeldung über eine Bestellung vornehmen, erbitten wir eine Kopie der Bestellung an "datascientist(at)iais.fraunhofer.de".

Termine und Anmeldung

* Pflichtfelder

Termine
Hinweis: Gemäß Datenschutzgrundverordnung (DSGVO) unterrichten wir Sie über die Speicherung Ihrer Daten. Die Einwilligung zur Speicherung und Nutzung Ihrer Daten erfolgt freiwillig und kann jederzeit widerrufen werden.
Stornogebühren

Unsere Referenten

Diese Schulung wird von Fraunhofer IAIS in Kooperation mit Fraunhofer ITWM durchgeführt.

Dr. Janis Keuper befasst sich als Wissenschaftler am Competence Center for High Performance Computing des Fraunhofer ITWM schwerpunktmäßig mit maschinellen Lern- und Mustererkennungsverfahren für große Datenmengen. An der Universität Freiburg schloss er das Informatikstudium mit dem Master of Science und einer anschließenden Promotion ab. Dann arbeitete er am Interdisciplinary Research Center for Scientific Computing" (IRW) der Universität Heidelberg als Postdoc und  am Intel Visual Computing Center (IVCI) in Saarbrücken als Gruppenleiter.

Dr. Gerhard Paaß ist Senior Scientist am Fraunhofer IAIS, hat langjährige Erfahrung als Projektleiter von angewandten Forschungs- und Wirtschaftsprojekten sowie als Dozent an den Universitäten Bonn, Leipzig und Brisbane. Er hat die Textmining-Gruppe am Fraunhofer IAIS gegründet und ist maßgeblich an der Entwicklung von Verfahren zur semantischen Analyse von Texten beteiligt. Aktuelle Arbeitsschwerpunkte sind Informationsextraktion, Textklassifikation sowie semantisches Lernen durch Deep Neural Networks.

Dr. Alexander Kister ist promovierter Mathematiker und seit 2016 als Data Scientist am Fraunhofer-Institut IAIS tätig. Sein Interessensschwerpunkt ist die Analyse von Daten aus Cyber-physischen Systemen, insbesondere im Industrie 4.0 Kontext.