Machine Learning und Deep Learning im Unternehmen - Intensiv

GFU Cyrus AG, in Köln (+1 Standorte)
Dauer
5 Tage
Durchführungsform
Präsenzkurs / vor Ort, Online-Kurs / Fernlehrgang
Nächster Starttermin
2 September, 2024 (+8 Starttermine)
Preis
3.090 EUR MwSt. befreit
Webseite des Anbieters
Sprache
Deutsch
Dauer
5 Tage
Durchführungsform
Präsenzkurs / vor Ort, Online-Kurs / Fernlehrgang
Nächster Starttermin
2 September, 2024 (+8 Starttermine)
Preis
3.090 EUR MwSt. befreit
Webseite des Anbieters
Sprache
Deutsch
Ab 3.090 EUR MwSt. befreit / Person

Beschreibung

GFU Cyrus AG

Machine Learning und Deep Learning im Unternehmen - Intensiv

Wenn von maschinellem Lernen (ML) und Deep Learning (DL) die Rede ist, so denkt man zunächst an selbstfahrende Autos, digitale Assistenz-Systeme und Chatbots. Maschinelles Lernen und Deep Learning können jedoch auch in vielen Bereichen eines Unternehmens eingesetzt werden, um Prozesse und Arbeitsabläufe zu optimieren, von Marketing und Werbung bis hin zu Kundensupport, Wartung und Produktion. 

Eine gängige Anwendung ist die Klassifizierung von Kunden-Support-Tickets, indem Supportanfragen automatisch in verschiedene Kategorien eingeteilt werden, z. B. nach Thema, Abteilung, Dringlichkeit oder Sprache, so dass auf diese Weise Tickets an das richtige Team oder die richtige Abteilung weitergeleitet werden.

Um Fehler in Produkten frühzeitig zu erkennen, kann Machine Learning in die Produktionslinien integriert werden und prüfen, ob diese den Qualitätsstandards entsprechen. Da Fehler häufig visuell erkennbar sind, können Computer-Vision-Technologien Abweichungen von den erwarteten Ergebnissen erkennen.

Das Maschinelle Lernen ermöglicht es Computern, Probleme zu lösen, die noch vor wenigen Jahren unlösbar waren. Maschinelles Lernen ist im gewissen Sinne revolutionär, weil es eine Alternative zur algorithmischen Problemlösung darstellt. Wir wollen dennoch die zugrundeliegenden Algorithmen „entmystifizieren“ und konkret zeigen, was diese Lösungen heute schon können und in welchen Bereichen der Unternehmen sie gewinnbringend eingesetzt werden können. Dazu entwickeln wir im Kurs Anwendungen aus den Bereichen Marketing, Sales, Qualitätskontrolle, Produktion und Asset-Management. Desweiteren erstellen wir Projekte aus dem Gesundheits- und Versicherungswesen. Die Learnings lassen sich auch auf weitere Bereiche und Marktsegmente übertragen.

In diesem Seminar wird ein Google Colab Account vorausgesetzt, den Sie sich hier erstellen können: Willkommen bei Colaboratory - Colaboratory (google.com)

Kommende Starttermine

Wählen Sie aus 8 verfügbaren Startterminen

2 September, 2024

  • Präsenzkurs / vor Ort
  • Köln
  • Deutsch

2 September, 2024

  • Online-Kurs / Fernlehrgang
  • Online-Kurs / Fernlehrgang
  • Deutsch

2 Dezember, 2024

  • Präsenzkurs / vor Ort
  • Köln
  • Deutsch

2 Dezember, 2024

  • Online-Kurs / Fernlehrgang
  • Online-Kurs / Fernlehrgang
  • Deutsch

10 März, 2025

  • Präsenzkurs / vor Ort
  • Köln
  • Deutsch

10 März, 2025

  • Online-Kurs / Fernlehrgang
  • Online-Kurs / Fernlehrgang
  • Deutsch

2 Juni, 2025

  • Präsenzkurs / vor Ort
  • Köln
  • Deutsch

2 Juni, 2025

  • Online-Kurs / Fernlehrgang
  • Online-Kurs / Fernlehrgang
  • Deutsch

Inhalte / Module

Das Themenspektrum des Workshops deckt die wichtigsten Anwendungen des Maschinellen Lernens ab, kombiniert mit realistischen Anwendungsfällen und Datensätzen. Sie lernen folgende Konzepte kennen:

  • Algorithmen zum überwachten Lernen
    • Lineare Modelle, k-nächste Nachbarn, Entscheidungsbäume
    • Support Vector Machines mit Kernel
  • Unüberwachtes Lernen und Vorverarbeitung 
    • Clusteranalyse, DBSCN, Logistische Regression, Naive Bayes
    • Dimensionsreduktion, Hauptkomponentenzerlegung (PCA)
  • Repräsentation von Daten und Merkmalsgenerierung
  • Evaluierung und Verbesserung von Modellen
    • Kreuzvalidierung, Gittersuche, Evaluations-Metriken
  • Verkettete Algorithmen und Pipelines
  • Verarbeitung von Textdaten (Natural Language Processing)
  • Neuronale Netze
    • DNN, CNN, RNN, GRU, LSTM, Autoencoder, Transformer
    • Transfer Learning 
    • Objekterkennung (Yolo), Bild-Segmentierung
    • Spezielle Netzwerke: U-Net, ResUnet
    • Autoencoder, VAE, GANs, Siamesische Netzwerke
  • Konkrete im Kurs umgesetzte Projekte mit Python aus verschiedenen Industrien und Betriebsfunktionen
    • Marketing
      • Kundensegmentierung (k-Means, Autoencoder, PCA)
      • Empfehlungssysteme (Neuronale Netze)
    • Gesundheitswesen
      • Diagnose von Krankheiten anhand von Symptomen oder Röntgenaufnahmen (Neuronale Netze)
      • Tumorerkennung und -lokalisierung (Bild-Segmentierung, U-Net bzw. ResNet)
    • Sales
      • Bedarfs- bzw. Umsatzprognose (univariate, multivariate) (LSTM, GRU, Transformer)
    • Pflanzenschutz
      • Erkennung von Pflanzenkrankheiten (Bild-Segmentierung durch U-Net)
    • Zugangskontrolle
      • Gesichtserkennung (Siamesisches Netzwerk bzw. VggFace)
    • Produktion :
      • Ausreißer-Erkennung (Autoencoder, PyOD)
      • Anomalien bei der Qualitätskontrolle (Bild-Segmentierung mit ResNet)
      • Anomalien bei Kurvenläufen (z.B. Druck- der Temperaturverläufen) (Autoencoder)
      • Automatisches Erkennen bzw. Zählen von Objekten (z.B. Artikel, Paletten, Personen...)
    • Prädiktive Wartung
      • Anomalie-Erkennung bei Zeitreihen (Autoencoder, PyCaret)
      • Vorbeugende Wartung am Beispiel eines Turbinentriebwerks (LSTM)
    • Versicherungswesen
      •  Automatische Schadenserkennung (Bild-Segmentierung mit Res-Net, Annotation)
  • Weitere im Training erstellte Anwendungen
    • Textzusammenfassungen (Transformer, BERT)
    • Extraktion benannter Entitäten aus Dokumenten (Transformer, BERT)
    • Klassifizierung von E-Mails (LSTM, BERT)
    • Erkennung und Entziffern von Nummernschildern (Yolov7)
    • Auswertung von Drohnenaufnahmen (Bildsegmentierung, U-Net)

Zielgruppe / Voraussetzungen

Dieser Kurs richtet sich an Ingenieur:innen, Softwareentwickler:innen IT-Manager:innen, Unternehmensberater:innen und andere, deren Ziel es ist, ein praktisches Verständnis von Machine Learning und Deep Learning aufzubauen und dieses Wissen bei der Lösung von Problemen einzusetzen, die zuvor schwierig oder sogar unlösbar waren. Eine gewisse Vertrautheit mit linearer Algebra und gute Python-Kenntnisse werden vorausgesetzt. 

Abschlussqualifikation / Zertifikat

Teilnahmezertifikat und digitales Badge

Infos anfordern

Stellen Sie jetzt eine Informationsanfrage

Kontaktieren Sie hier den Anbieter, um mehr über das Kursangebot Machine Learning und Deep Learning im Unternehmen - Intensiv zu erfahren!

  Sie erhalten weitere Infos

  Unverbindlich

  Kostenfrei


reCAPTCHA logo Diese Webseite ist durch reCAPTCHA geschützt. Es gelten die Google Datenschutzbestimmungen und Nutzungsbedingungen.
GFU Cyrus AG
Am Grauen Stein 27
51105 Köln

GFU Cyrus AG

Erweitern Sie Ihre IT-Skills mit einem offenen IT-Training oder ganz nach Ihren Bedürfnissen durch eine individuelle IT-Schulung. Programmiersprachen (C#, Python, Java, …), Microsoft Office 365, Anforderungsmanagement, Projektmanagement, Business Intelligence, Data Science, Künstliche Intelligenz, IT-Sicherheit , Administration & Datenbanken, Softwareentwicklung, Testmanagement...

Erfahren Sie mehr über GFU Cyrus AG und weitere Kurse des Anbieters.

Anzeige