BEGIN:VCALENDAR VERSION:2.0 PRODID:-//http://bomi40.eu///NONSGML kigkonsult.se iCalcreator 2.10.15// METHOD:PUBLISH BEGIN:VEVENT UID:20260419T151734CEST-2803ZmaovJ@http://bomi40.eu/ DTSTAMP:20260419T131734Z DESCRIPTION:Getting ready to automate human tasks with little effort\nKurzb eschreibungKünstliche neuronale Netze (Deep Learning) haben die Grenzen vo n Big Data Analytics und Künstlicher Intelligenz stark erweitert\, wie bei spielsweise im Bereich der Bilderkennung\, automatischer Übersetzung und E rkennung von Sprache. Allgemeiner gesprochen stellt Deep Learning den Stat e-of-the-Art in vielen Bereich des Machine Learnings dar. Es ermöglicht hä ufig mit geringerem Aufwand als konventionelle Methoden basierend auf Feat uereengineering bessere Ergebnisse zu erzielen. In den letzten Jahren ist die Anwendung dieser Verfahren dank zahlreicher Opensource Initiativen (Te nsorflow von Google oder Pytorch von Facebook) auch für kleine und grosse Unternehmen ausserhalb der IT Branche möglich geworden.\nLerninhalte- Grun dlagen von neuronalen Netzen- Einführung in convolutional und recurrent ne ural networks- Data Preprocessing and Augmentation- Tools für Deep Learnin g mit Fokus auf Tensorflow und Python- Effizientes Trainieren mittels geei gneter Hardware als auch geeigneten Algorithmen- Beispielanwendungen im Be reich der Bild- und Textverarbeitung und ev. Zeitreihenanalyse\nLernziele- Erkennen und Bewerten von möglichen Anwendungsszenarien von Deeep Learnin g im Unternehmen- Wesentliche Elemente existierender Netzwerkarchitekturen verstehen und auf ähnliche Probleme anwenden\nZielgruppeDer Kurs richtet sich an Personen\, welche im Bereich des Maschinellen Lernens oder Datenan alyse tätig sind. Die Teilnehmenden sollten:- Erfahrung mit Datenanalyse h aben- Programmiergrundlagen beherrschen (idealerweise Python)- Mathematisc he Grundlagen auf Matura-/Abiturniveau im Bereich der linearen Algebra und Analysis (Matrixprodukte\, Ableitungen) für ein besseres Verständnis mitb ringen\nAgenda:1. Tag\, 13:00 - 17:00 Uhr:- Grundlagen von neuronalen Netz en – Teil 1- Einführung in convolutional neural networks- Kurze Beispielan wendung im Bereich Bilderkennung\n2. Tag\, 09:00 - 17:30 Uhr:- Grundlagen von neuronalen Netzen – Teil 2- Einführung in recurrent neural networks- D ata Preprocessing and Augmentation- Tools für Deep Learning mit Fokus auf Tensorflow und Python- Effizientes Trainieren mittels geeigneter Hardware als auch Algorithmus- Beispielanwendungen im Bereich der Bild- und Textver arbeitung und ev. Zeitreihenanalyse- Selbstständiges Entwickeln und Traini eren eines kleinen Netzwerks zur Erkennung von Ziffern\nTermin 28.3. von 1 3-17:0029.3. von 9-17:30\nTeilnehmeranzahlDie Mindestteilnehmerzahl liegt bei 7 Teilnehmern.\nTeilnahmegebührCHF 1'250\nAnmeldungenBitte bis 18. Mär z 2019\nWeitere Informationen zur Anmeldung und zur Veranstaltung finden S ie hier. http://bomi40.eu/de/service-kompetenz/veranstaltungen/ort/event/1 350-workshop-deep-learning DTSTART:20190328T120000Z DTEND:20190329T163000Z LOCATION:Universität Liechtenstein\, Vaduz (Fürst-Franz-Josef-Strasse\, 949 0 Vaduz\, Liechtenstein) SUMMARY:Workshop Deep Learning URL:http://bomi40.eu/de/service-kompetenz/veranstaltungen/ort/event/1350-wo rkshop-deep-learning END:VEVENT END:VCALENDAR