Zertifikatskurs Advanced Machine Learning & Deep Learning
Graduate Campus Hochschule Aalen GmbH
Aktionen
Kursbeschreibung
Kurzbeschreibung
Lernen Sie, maschinelle Lernverfahren und deren Einsatzgebiete, mit dem Schwerpunkt auf den neuesten Ansätzen zu Deep Learning, zu diskutieren. Versetzen Sie sich in die Lage, Ihr Verständnis der theoretischen Grundlagen in die Praxis zu übertragen.
Lernziele
Die Teilnehmenden können maschinelle Lernverfahren und deren Einsatzgebiete, mit dem Schwerpunkt auf den neuesten Ansätzen zu Deep Learning, diskutieren. Sie können ihr Verständnis der theoretischen Grundlagen in die Praxis übertragen.
Lehrinhalte
1. Überblick über Machine Learning und Deep Learning
2. Verschiedene Arten des maschinellen Lernens im Überblick
3. Handhabung der Daten für das maschinelle Lernen
4. Neuronale Netze und Deep Learning
5. Prozess: Training, Validierung Test; Begrifflichkeiten
6. Convolutional Neural Networks
7. Bekannte Netzwerkarchitekturen
8. Transfer Learning
9. Recurrent Neural Networks, LSTMs
10. Besondere Anwendungsaufgaben: Semantische Segmentierung von Bildern, Autoencoder, GANs
11. Visualisierung der Vorgänge in einem neuronalen Netz
12. Wie KI überlistet werden kann
13. Reinforcement Learning
Lernen Sie, maschinelle Lernverfahren und deren Einsatzgebiete, mit dem Schwerpunkt auf den neuesten Ansätzen zu Deep Learning, zu diskutieren. Versetzen Sie sich in die Lage, Ihr Verständnis der theoretischen Grundlagen in die Praxis zu übertragen.
Lernziele
Die Teilnehmenden können maschinelle Lernverfahren und deren Einsatzgebiete, mit dem Schwerpunkt auf den neuesten Ansätzen zu Deep Learning, diskutieren. Sie können ihr Verständnis der theoretischen Grundlagen in die Praxis übertragen.
Lehrinhalte
1. Überblick über Machine Learning und Deep Learning
2. Verschiedene Arten des maschinellen Lernens im Überblick
3. Handhabung der Daten für das maschinelle Lernen
4. Neuronale Netze und Deep Learning
5. Prozess: Training, Validierung Test; Begrifflichkeiten
6. Convolutional Neural Networks
7. Bekannte Netzwerkarchitekturen
8. Transfer Learning
9. Recurrent Neural Networks, LSTMs
10. Besondere Anwendungsaufgaben: Semantische Segmentierung von Bildern, Autoencoder, GANs
11. Visualisierung der Vorgänge in einem neuronalen Netz
12. Wie KI überlistet werden kann
13. Reinforcement Learning
Kursinformationen
Tags
Dauer
4-6 (Online-)Präsenztage + Prüfungseinheit
Unterrichtszeiten
i.d.R. freitags: 15:30 Uhr bis 20:30 Uhr; samstags: 09:30 Uhr bis 16:45 Uhr
Termin
18.09.2026 bis 07.11.2026
Kosten
1.600,00 €
Zielgruppe
Fach- und Führungskräfte aus Data Science, Softwareentwicklung und technischen Fachabteilungen, die maschinelle Lernverfahren mit Schwerpunkt Deep Learning für betriebliche Anwendungen konzipieren und einsetzen.
Bildungsart
Fortbildung/Qualifizierung
Unterrichtsform
Blended Learning
Voraussetzung
Abgeschlossenes Erststudium
URL des Kurses
Anmelde URL des Kurses
Veranstaltungsort
Live-Online