KI / Deep Learning Grundlagen mit dem Java basierten Framework DeepLearning4J

Hersteller: Open Source

Softwareversion:

Unsere Offenen Schulungen finden auf der aktuellen Softwareversion statt.
Falls Sie eine ältere Version einsetzen wollen, können wir auch das realisieren.
Bitte kontaktieren Sie uns direkt ...

Schulung für Fortgeschrittene

Schulungszeiten

9:30 - 17:00 Uhr (8 x 45 Min)
In Absprache andere Zeiten möglich.

Zielgruppe

Programmierer, Mathematiker, Ingenieure die Interesse an KI (Künstlicher Intelligenz) / DeepLearning haben

Voraussetzung

Programmierkenntnisse in Java oder JavaScript, englisch von Vorteil

Inklusivleistungen

    • WissensPiloten Zertifikat
    • Stift und Notizblock
    • Schulungsunterlagen / Nachschlagewerk

Bei Schulungen in unseren Schulungszentren:

    • Mittagessen
    • kalte- und warme Getränke
    • Indiv. eingerichteter PC/Mac für jeden Teilnehmer

Bei Online Schulungen

Direkter Kontakt zu uns?

Oder direkt per Mail?

Was Sie in Ihrer Schulung KI / Deep Learning Grundlagen mit dem Java basierten Framework DeepLearning4J lernen:

In dieser Schulung erlernen Sie die Grundlagen der Programmierung für Projekte im Umfeld von KI und sind bereit für den direkten Sprung in entsprechende Projekte oder weitere professionelle Aufbaukurse. Sie verstehen passiv und aktiv die Begriffe: maschinelles Lernen (ML), künstliche Intelligenz (KI) oder im englischen auch artificial intelligence  (AI) genannt, neuronale Netzwerke (neural networks).
Sie wissen was es bei KI zu beachten gilt und welche Auswirkungen jede Zeile Code haben kann.

Und Sie lernen mit DeepLearning4J ein Java-basiertes Framework kennen und nutzen, das eine der führenden freie Programmierbibliotheken für künstliche Intelligenz und maschinelles Lernen ist.

Schulungsbeschreibung

Achtung: Aufgrund der aktuellen Marktentwicklung und Nutzung empfehlen wir den Einsatz von TensorFlow für Deep Learning oder KI Projekte und bieten dazu unsere Schulung „KI / Deep Learning Grundlagen mit Python und dem Framework TensorFlow“ an. 
Diese Schulung wird aus diesem Grund nur noch als individuelle Schulung angeboten.

KI oder Künstliche Intelligenz ist in aller Munde. Jedoch ist es vielen noch nicht klar, ob und wie man KI im beruflichen Alltag selber nutzen kann. Auch stellt sich die Frage, wie man als kleines oder mittleres Unternehmen – oder als freier Entwickler – solche Lösungen bezahlen kann? Oder ob es dazu vielleicht eben auch OpenSource-Lösungen oder Tools gibt, die man einsetzen kann?

Der Einstieg erfolgt über die Erläuterung der Grundbegriffe: maschinelles Lernen (ML), künstliche Intelligenz (KI) oder im englischen auch artificial intelligence (AI) genannt, neuronale Netzwerke (neural networks) und Deep Learning. Außerdem wird ein Blick auf die verschiedenen Formen und Entwicklungsstufen der KI geworfen und besprochen, welche Auswirkungen möglich sind.
Zunächst lernen Sie den prinzipiellen Aufbau eines neuronalen Netzwerks kennen. Was sind diese geheimnisvollen Schichten, was die tiefen Schichten? Was ist die Matrix, wie rechne und optimiere ich sie? Wieso brauche ich Big Data für das Trainieren und Testen des Netzwerkes? Das Netzwerk soll eindimensionale gestrichelte, gepunktete und durchgezogene Linien unterscheiden.

Nachdem die Grundlagen geklärt sind, bringen wir mit DeepLearning4J (DL4J) ein Framework zum Laufen, dass professionelle Anwendungen für künstliche Intelligenz und maschinelles Lernen erlaubt. DeepLearning4J (DL4J) ist in Java geschrieben und daher kompatibel zu jeder anderen Sprache die auf einer JavaVirtualMachine (JVM) kompatibel ist.
Für die schnellen mathematischen Operation wird eine native, hardwarenahe Bibliothek verwendet. Wir erkennen die Grundlagen wieder, wenn wir das Deep Learning konfigurieren. Dazu dienen vorgegebene Java-Befehle, die eine eigene Sprache bilden (deshalb können auch Nicht-Java-Programmierer damit zurechtkommen).
Man nennt so eine Sprache domain-specific (fachbereich-spezifisch), sie ist ähnlich der bekannten Konkurrenz TensorFlow. In dieser Konfigurations-Sprache geben wir die Art der Schichten an, die Art der Vernetzung und Lernalgorithmen wie Backprogagation an.

Das Netzwerk soll eine praxistaugliche Aufgabe lösen, zum Beispiel automatische Kontierung von Überweisungsdaten.

Dazu beschäftigen wir uns mit der Datenaufbereitung, auch Modellierung genannt. Wir brauchen Trainingsdaten, mit denen die KI gefüttert wird. Ein anderer Teil der Daten dient zum Testen, ob die geschichteten Neuronen gelernt haben.

Eine Diskussion über die Realisierung rundet den Kurs ab, Fragen wie: Kann ich eine App für mein Handy schreiben, wenn es einen KI-Chip hat? Reichen meine Daten mengenmässig aus für ein Projekt? Welche Vor- und Nachteile bietet TensorFlow gegenüber DeepLearning4J?

Schulungsinhalte KI / Deep Learning Grundlagen

Grundlagen und Begrifflichkeiten

  • maschinelles Lernen (ML)
  • künstliche Intelligenz (KI) oder im englischen auch 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

Schulungsdauer: 3 Tage

Wählen Sie Ihre Schulungsart:

Das könnte Ihnen auch gefallen …

Schulungen in ganz Deutschland

Wir bieten unsere offenen Schulungen und unsere individuellen Schulungen in unseren Schulungzentren an über 50 Standorten zu festen Terminen in ganz Deutschland an.

Sie finden uns in Aachen, Augsburg, Berlin, Bielefeld, Bochum, Bonn, Bremen, Chemnitz, Dortmund, Dresden, Duisburg, Düsseldorf, Erfurt, Essen, Frankfurt am Main, Freiburg im Breisgau, Friedrichshafen, Gelsenkirchen, Göttingen, Hamburg, Hannover, Ingolstadt, Karlsruhe, Kassel, Kiel, Koblenz, Köln, Leipzig, Lübeck, Magdeburg, Mainz, Mannheim, Mönchen­gladbach, München, Münster, Nürnberg, Offenbach am Main, Oldenburg, Osnabrück, Paderborn, Potsdam, Regensburg, Rostock, Saarbrücken, Schwerin, Stuttgart, Ulm, Wiesbaden, Wolfsburg, Wuppertal und Würzburg. Also finden Sie auch in Ihrer Nähe finden Sie einen Standort.

Chat starten
Chat starten
Gerne helfen wir Ihnen bei Ihren Fragen, Anmerkungen oder Kommentaren.
Verbinden...
Aktuell ist online keine Berater:in verfügbar. Hinterlassen Sie eine Nachricht und wir werden uns in Kürze mit Ihnen in Verbindung setzen.
Unsere Berater:innen sind aktuell überlastet ;-). Bitte versuchen Sie es später noch einmal.
:
:
:

Die mit diesem Formular gesammelten Daten werden verwendet, um mit Ihnen in Kontakt zu treten. Für weitere Informationen beachten Sie bitte unsere Datenschutzerklärung.
Sie haben Fragen?
:
:

Die durch das Chat-Formular gesammelten Daten werden verwendet, um mit Ihnen in Kontakt zu treten. Weitere Informationen finden Sie in unserer Datenschutzerklärung.
Der Chat wurde beendet.
War diese Konversation nützlich? Bewerte diese Chat-Sitzung.
Gut Schlecht