Deep Learning - mit Python und TensorFlow und Keras

Wer in die Welt der künstlichen Intelligenz einsteigen und neuronale Netze praktisch umsetzen möchte, findet hier eine fundierte Weiterbildung mit echtem Praxisbezug. Sie lernen, wie moderne Modelle aufgebaut, trainiert und in realen Projekten eingesetzt werden.

Im Kurs Deep Learning - mit Python und TensorFlow und Keras erarbeiten Sie sich den sicheren Umgang mit verschiedenen Netzwerkarchitekturen und nutzen dabei die leistungsstarke Keras API in Kombination mit TensorFlow. So setzen Sie theoretisches Wissen direkt in funktionierende Anwendungen um.

Sie vertiefen Ihr Verständnis für den Aufbau und das Training neuronaler Netze und erfahren, wie sich Modelle durch gezieltes Hyperparameter-Tuning optimieren lassen. Ergänzend lernen Sie verwandte Frameworks kennen und erweitern so Ihren methodischen Blick.

Anhand konkreter Anwendungsfälle wie Bildklassifikation, Textanalyse oder Zeitreihenprognosen vertiefen Sie Ihre Fähigkeiten und gewinnen Sicherheit für eigene Projekte. Diese praxisnahe Verbindung von Theorie und Anwendung sorgt für einen nachhaltigen Lernerfolg, der sich direkt im Berufsalltag auszahlt.

Dieses Seminar ist ein Angebot der PC-COLLEGE Gruppe.

Einführung in Deep Learning

- Unterschiede zu klassischem ML

- Mathematische Grundlagen neuronaler Netze

Architekturen neuronaler Netze

- MLPs (Multilayer Perceptrons)

- CNNs (Convolutional Neural Networks)

- RNNs (Recurrent Neural Networks)

Arbeiten mit TensorFlow und Keras

- Modellaufbau und Training

- Vergleich mit dem PyTorch Framework

Hyperparameter-Tuning

- Lernrate, Batchgröße, Optimizer

- Early Stopping und Regularisierung

Deep-Learning-Projekte praktisch anwenden

- Bildklassifikation

- Textanalyse oder Zeitreihenprognosen

Modellbereitstellung und Skalierung