KI - Natural Language Processing (NLP) Seminar
Datum | 27.11.2024 bis 29.11.2024 |
Dauer | 3 Tage |
Unterrichtszeiten | 9 bis 15 Uhr |
Kosten | 1.487,00 € |
Zielgruppe | Diese Natural Language Processing (NLP) Schulung mit Einblick in ChatGPT und Prompt Engineering ist für technisch interessierte Fachkräfte, welche die Sprachverarbeitung mit Python mit Deep Learning Algorithmen erlernen möchten. In der Arbeit möchten Sie Deep Learning Algorithmen in Keras (Tensorflow) programmieren und trainieren können. Nebenbei lernen Sie in der Schulung den Umgang mit GPUs. |
Bildungsart | Fortbildung/Qualifizierung |
Unterrichtsform | Sonstige Präsenzveranstaltung |
Voraussetzung | Grundkenntnisse in Python oder solide Erfahrung in einer anderen Programmiersprache werden vorausgesetzt. Erste einfache Erfahrung mit Bilddaten ist notwendig. Folgende Kenntnisse sind sehr hilfreich: Eine Funktion in Python schreiben, for-Schleife, Laden von Python-Modulen, einen einfachen Plot mit Matplotlib erstellen, Grundfunktionen der Numpy-Bibliothek, ein Bild als Matrix von Farbkanälen ver |
Förderung | Bildungscheck NRW |
Präsenzkurs | Dies ist keine Anwesenheitsveranstaltung. |
mind. Teilnehmerzahl | 2 |
max. Teilnehmerzahl | 10 |
Dozent | Dr. Christian Scheible |
URL des Kurses | Details beim Anbieter |
Anmelde URL des Kurses | Direkte Anmeldung beim Anbieter |
spezielles Angebot für Dozenten | Nein. |
Veranstaltungsort
|
Regus
Königstraße 10C 70199 Stuttgart |
Abendkurs | Bildungsgutschein | Förderfähig nach Fachkursprogramm des ESF | Barierrefreier Zugang |
---|---|---|---|
Nein | Nein | k. A. | Ja |
Beschreibung |
---|
Beschreibung des Seminars Seminar mit high-performance GPUs. Keras (Tensorflow) für Bilddaten Dieser dreitägig Kurs (jeweils von 9 bis 15 Uhr) vermittelt die Grundlagen des Natural Language Processing (NLP): * Umgang mit linguistischen Daten: linguistische Vorverarbeitung, Datenbereinigung, Annotation * Grundlagen der statistischen NLP: Textklassifikation mit Bag-of-Words und Feature-Engineering * Fortgeschrittene NLP-Verfahren wie Tagging-Modelle, Sequenz-zu-Sequenz-Modelle und Transformer-Modelle (BERT, GPT2, T5) * Grundlagen vom ChatGPT-Modell und Prompt Engineering * Vielfältige praxisrelevante Aufgabenstellungen: Sentimentanalyse, Informationextraktion, Textzusammenfassung, Übersetzung und Chatbots * Einführung in gängige NLP-Bibliotheken: Spacy, Tensorflow/Keras sowie Huggingface Transformers Beschreibung des NLP Seminars Natural Language Processing (NLP) ist allgegenwärtig in unserem täglichen Leben in vielerlei Anwendungen. Hierzu zählen: Rechtschreibkontrollsysteme Spam-Filter Suchmaschinen persönliche Assistenzsysteme in Autos oder Smartphones Übersetzungssysteme Chatbots intelligent platzierte Online-Werbung Recommender-Systeme (Vorschläge ähnlicher Produkte) und viele mehr. Der Kurs Natural Language Processing führt die Teilnehmer durch verschiedene Verfahren der maschinellen Sprachverarbeitung. Der Kurs vermittelt theoretische Grundlagen unterstützt durch praktische Übungen in vielseitigen Anwendungsbereichen. Wir beginnen mit einer Einführung in die Grundlagen der NLP. Hierzu gehört der Umgang mit linguistischen Daten (Vorverarbeitung, Bereinigung, Annotation). Danach behandeln wir klassische NLP-Verfahren basierend auf Methoden des überwachten und unüberwachten maschinellen Lernens und der Statistik. In diesem Abschnitt liegt der Schwerpunkt auf der Vorverarbeitung von Sprachdaten (linguistische Analyse, z.B. zur Extraktion der Wort- oder Satzstruktur) sowie der Merkmalsextraktion aus Text. Schließlich gehen wir auf Deep-Learning-Verfahren zur Sprachverarbeitung ein. Hier werden Ansätze vorgestellt, die automatisiert mathematische Repräsentationen von Text generieren und dadurch die Generalisierung gelernter Modelle verbessern. Hierzu kommen spezielle neuronale Netze zum Einsatz, die eigens für die Sprachverarbeitung entwickelt wurden, sog. Transfomer (insbesondere BERT, GPT2 und T5). Diese haben in den letzten Jahren für eine Revolution im NLP-Bereich gesorgt und haben die Performance der bisherigen Modelle maßgeblich gesteigert. Was lernen Sie im Natural Language Processing Kurs? Diese Schulung vermittelt die Grundlagen der maschinellen Sprachverarbeitung mit dem Ziel, dass jeder Teilnehmer nach Abschluss das Gelernte selbständig auf eigene NLP-Probleme anwenden kann. Am Anfang stehen linguistische Vorverarbeitungsschritte, die oft notwendig sind, um Textdaten für eine maschinelle Verarbeitung tauglich zu machen. Danach trainieren wir Machine-Learning-Modelle für verschiedene Anwendungsfälle, z.B. Semantische Analyse Sentiment Analysis Textzusammenfassung Maschinelle Übersetzung Informationextraktion Chatbots ChatGPT, Prompt Engineering Durchgeführt werden die Übungen in Python unter Verwendung von kostenlosen Standardbibliotheken: wir nutzen spacy zur Vorverarbeitung von Texten und zur klassischen statistischen Modellierung. Im Bereich des Deep-Learnings verwenden wir Keras/TensorFlow sowie Huggingface Transformer. Die Entwicklung erfolgt online in Jupyter Notebooks mit GPU-Unterstützung wenn nötig. Besonderheit dieser Schulung Insbesondere für die Algorithmen des Deep Learnings ist eine GPU wichtig. Daher rechnet jeder Teilnehmer in der Cloud auf einer eigenen NVIDIA Tesla P100 GPU, um die Neuronalen Netze im Bereich computer vision in Keras eigenständig programmieren und trainieren zu können. Der Zugang erfolgt im Seminar über den Webbrowser. So können typische Fragestellungen und Probleme, die in der realen, industriellen Umsetzung beim Rechnen mit GPUs auftreten, behandelt werden. Vergleichen Sie unser Seminarangebot. Andere Schulungen mit Neuronalen Netzen bieten gar keine oder nur low-performance GPUs für die Teilnehmer. Damit Sie direkt nach dem Kurs experimentieren können und das Gelernte weiter vertiefen können, übertragen wir Ihnen das komplette Seminar-Setup kostenlos (europäischer GPU-Host, Datenspeicherung in Europa, Linux Server), wobei Sie zusätzlich noch eine Woche GPU-Rechenzeit für den Einstieg erhalten (Kostenlose Registrierung beim GPU-Host notwendig. Sie erhalten ein Startguthaben, das etwa 30 h GPU-Rechenzeit entspricht. Die genaue Zeit variiert nach aktueller Preislage des GPU-Anbieters.). |
Schlagworte |
---|
datenverarbeitung, programmierung, programmiersprache, intelligenz, programmieren, datenanalyse, kuenstliche |
Gelistet in folgenden Rubriken: |
---|