Jetzt Kurs bewerten

Deep Learning – mit Python und TensorFlow und Keras

Deep Learning mit Python und TensorFlow und Keras: Sie entwickeln, trainieren und optimieren neuronale Netze und wenden diese praxisnah in Projekten an.

python-logo-generic

Unser Angebot richtet sich ausschließlich an Unternehmer (§ 14 BGB), Gewerbetreibende, Freiberufler sowie öffentliche Auftraggeber. Kein Verkauf an Verbraucher (§ 13 BGB). Alle Preisangaben werden sorgfältig gepflegt. Preisirrtümer und technische Darstellungsfehler können jedoch nicht vollständig ausgeschlossen werden.

Artikelnummer: PD1 Kategorien: , Marke:

Kursdetails & Termine

Kursbeschreibung

Dieses Seminar führt Sie in moderne Deep-Learning-Techniken ein. Sie arbeiten mit neuronalen Netzen wie CNNs, RNNs und MLPs und setzen diese mit TensorFlow und der Keras API um.

Neben dem Aufbau und Training von Modellen lernen Sie, diese zu tunen und in Projekten praktisch anzuwenden. Der Kurs verbindet Theorie und Praxis auf verständliche Weise für den optimalen Lernerfolg.

Hinweis:

Seminarinhalte

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

Zielgruppe

Der Kurs ist ideal für ML-Erfahrene, die sich mit Deep Learning, neuronalen Netzen und modernen Tools wie TensorFlow und Keras weiterentwickeln wollen.

Voraussetzungen

Sicherer Umgang mit Python und gute Kenntnisse im Machine Learning. Erste Erfahrungen mit NumPy oder Pandas sind hilfreich.

Lernziele

Sie lernen moderne Deep-Learning-Techniken kennen, arbeiten mit neuronalen Netzen wie CNNs, RNNs und MLPs und setzen diese mit TensorFlow und der Keras API um. Darüber hinaus bauen und trainieren Sie Modelle, führen Hyperparameter-Tuning durch und wenden Deep Learning praktisch in Projekten an.

Firmenseminar anfragen

Fragen Sie diesen Kurs für Ihr Team oder Unternehmen an. Wir prüfen passende Termine, Formate und individuelle Anforderungen und melden uns persönlich mit einem Vorschlag.

Kursname
Vorname
Nachname
Firma
Telefonnummer
Ihre Nachricht
Wie möchten Sie am Kurs teilnehmen? Durchfuerungsart

Termine & Buchung

Terminfilter

Durchführungsart

Verfügbare Termine

Kursdetails & Termine

Dieses Seminar führt Sie in moderne Deep-Learning-Techniken ein. Sie arbeiten mit neuronalen Netzen wie CNNs, RNNs und MLPs und setzen diese mit TensorFlow und der Keras API um.

Neben dem Aufbau und Training von Modellen lernen Sie, diese zu tunen und in Projekten praktisch anzuwenden. Der Kurs verbindet Theorie und Praxis auf verständliche Weise für den optimalen Lernerfolg.

Hinweis:

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

Der Kurs ist ideal für ML-Erfahrene, die sich mit Deep Learning, neuronalen Netzen und modernen Tools wie TensorFlow und Keras weiterentwickeln wollen.

Sicherer Umgang mit Python und gute Kenntnisse im Machine Learning. Erste Erfahrungen mit NumPy oder Pandas sind hilfreich.

Sie lernen moderne Deep-Learning-Techniken kennen, arbeiten mit neuronalen Netzen wie CNNs, RNNs und MLPs und setzen diese mit TensorFlow und der Keras API um. Darüber hinaus bauen und trainieren Sie Modelle, führen Hyperparameter-Tuning durch und wenden Deep Learning praktisch in Projekten an.

Fragen Sie diesen Kurs für Ihr Team oder Unternehmen an. Wir prüfen passende Termine, Formate und individuelle Anforderungen und melden uns persönlich mit einem Vorschlag.

Kursname
Vorname
Nachname
Firma
Telefonnummer
Ihre Nachricht
Wie möchten Sie am Kurs teilnehmen? Durchfuerungsart

Termine & Buchung

Terminfilter

Durchführungsart

Verfügbare Termine

Kursbewertungen

Rezensionen

Es gibt noch keine Rezensionen.

Hinterlassen Sie eine Kursbewertung

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Wir sind persönlich für Sie da

Nicht jeder Kurs passt sofort auf Anhieb. Wir helfen Ihnen dabei, aus Themen, Formaten und Anforderungen die passende Lösung zu finden – persönlich, praxisnah und mit Blick auf Ihren tatsächlichen Bedarf.

  • Persönliche Unterstützung bei der KursauswahlPersönliche Unterstützung bei der Kursauswahl
  • Passende Formate für Teams und EinzelpersonenPassende Formate für Teams und Einzelpersonen
  • Hilfe bei offenen Fragen vor der AnfrageHilfe bei offenen Fragen vor der Anfrage
  • Telefon+49 (911) 9523 – 260
  • Emailtrainings@sandata.de

Nicole Mühlbauer

  • Leitung
  • Key Account Managerin

Planen Sie einen Kurs oder Seminar und möchten sich vorab informieren?

Alison Kreis

  • Seminarorganisation
  • Trainer:innen Management

Haben Sie bereits einen Kurs gebucht und noch Fragen zum Ablauf vor Ort oder Online?

Anouk Mendoza

  • Seminarorganisation
  • Raumvermietungen

Haben Sie Fragen zu einer Raumvermietung oder unseren Räumlichkeiten vor Ort?

Fragen & Antworten

Hier beantworten wir die häufigsten Fragen zu unseren Kursen, Abläufen und Formaten. Sollten Sie weitere Fragen haben, unterstützen wir Sie gerne persönlich.

Sie lernen moderne Deep-Learning-Techniken kennen und arbeiten mit neuronalen Netzen wie CNNs, RNNs und MLPs.

Der Kurs richtet sich an ML-Erfahrene, die sich in Deep Learning, neuronalen Netzen sowie mit TensorFlow und Keras weiterentwickeln möchten.

Sie benötigen einen sicheren Umgang mit Python und gute Kenntnisse im Machine Learning. Erfahrungen mit NumPy oder Pandas sind hilfreich.

Sie setzen neuronale Netze mit TensorFlow und der Keras API um und behandeln dabei Modellaufbau sowie Training.

Sie befassen sich mit Lernrate, Batchgröße und Optimizer sowie mit Early Stopping und Regularisierung.

Die praktische Anwendung umfasst Bildklassifikation sowie Textanalyse oder Zeitreihenprognosen.

Deep Learning – mit Python und TensorFlow und Keras im Überblick

Deep Learning mit Python und TensorFlow und Keras verbindet moderne Deep-Learning-Techniken mit der Umsetzung neuronaler Netze. Sie lernen die grundlegenden Konzepte kennen und arbeiten mit MLPs, CNNs und RNNs.

Im Mittelpunkt steht der Weg vom Modellaufbau über das Training bis zur Optimierung. Das Hyperparameter-Tuning mit Lernrate, Batchgröße und Optimizer wird dabei durch Themen wie Early Stopping und Regularisierung ergänzt.

Der Kurs eignet sich für ML-Erfahrene mit sicherem Python-Umgang und guten Machine-Learning-Kenntnissen. Praktische Anwendungsfelder wie Bildklassifikation, Textanalyse oder Zeitreihenprognosen helfen dabei, Deep-Learning-Modelle in Projekten einzuordnen.