Seminarsuche

Cognitive Computing, Künstliche Intelligence und Deep Learning

Carsten Felden

Kurzinformationen

23. Sep. 2019 - 24. Sep. 2019

Frankfurt/Main
€ 1790.00 zzgl. MwSt
€ 2130.10 inkl. MwSt

Mit eigenem Laptop

Mercure Hotel & Residenz Frankfurt Messe
Voltastraße 29
60486 Frankfurt am Main
Tel.:069-79260
E-Mail.:h1204-fb1@accor.com


Google Maps

Detailinformationen

Die Entwicklungen der vergangenen Jahre haben nicht nur die verfügbaren Rechenkapazitäten an den Arbeitsplätzen erhöht, sondern auch die Datenverfügbarkeit und damit die Grundlage datengetriebener Entscheidungsfindung. Darüber hinaus sind Machine-Learning-Algorithmen in den letzten Jahren leistungsfähiger geworden. Insbesondere die Ansätze des Cognitive Computing und des Deep Learning, also dem Maschinellen Lernen mit großen neuronalen Netzen, sind aktuell oftmals benannte Analyseansätze und damit die Referenz zur Auswertung großer Datenmengen. Cognitive Computing sind Systeme, die Expertenwissen durch die Anwendung Künstlicher Neuronaler Netze nutzen und weiterentwickeln. Deep Learning, auf Deutsch etwa mit tiefgehendem Lernen zu übersetzen, bezeichnet eine Klasse von Optimierungsmethoden künstlicher neuronaler Netze, die zahlreiche Zwischenlagen (engl. hidden layers) zwischen Eingabeschicht und Ausgabeschicht haben und dadurch eine umfangreiche innere Struktur aufweisen. Es hat sich in prominenten Beispielen bereits gezeigt, dass Deep Learning selbst menschliche Experten schlagen kann. Dies ist ein Effekt der hohen Anpassungsfähigkeit dieser tiefen neuronalen Netze, gepaart mit der Möglichkeit, diese Netze auch auf großen Datenmengen effizient zu trainieren.


Basierend auf dem Data Science Boot Camp (Foundation) werden explizit die künstlich neuronalen Netze fokussiert und in das Cognitive Comnputing und Deep Learning eingeführt. Anhand eines Beispiels sind Daten aus einem Praxisfall einzuladen, zu transformieren und ein künstlich neuronales Netz zu trainieren, so dass dieses angewendet und das Ergebnis interpretiert werden kann. Die Teilnehmer sollen nach Abschluss der Veranstaltung in der Lage sein, sinnhafte Anwendungsfälle des Deep Learning zu identifizieren und ein solches Projekt auch entsprechend umsetzen können.

 

Unser Tipp:

Dieses Seminar ist auch optionaler Bestandteil der Zertifizierung "Data Science Professional" - weitere Informationen über diese Zertifizierungsmöglichkeit finden Sie hier!

Prof. Dr. Felden, Carsten

Prof. Dr. Carsten Felden ist Universitätsprofessor an der TU Bergakademie Freiberg in Sachsen. Dabei hat er die Professur für ABWL, insbesondere Informationswirtschaft/Wirtschaftsinformatik inne. In der Lehre fokussiert Prof. Dr. Felden auf Business Intelligence und Predictive Analytics. Zentrale Forschungsthemen sind Arbeiten im Bereich der Analytics, des Data Warehousing, der Prozessanalyse, der XBRL und Analysen in IT-Reifegradmodellen. Er ist Vorstandsvorsitzender des TDWI Deutschland e.V. Er publizierte Artikel in internationalen wissenschaftlichen Journalen und Konferenzen und schrieb Bücher zu Themen aus dem Gebiet der Entscheidungsunterstützung. Darüber hinaus ist er als Gutachter für zahlreiche nationale und internationale Journale und tätig. Neben seiner wissenschaftlichen Tätigkeit berät er unterschiedliche Unternehmen zu den oben genannten Themen.

Voraussetzungen

Data Science Boot Camp (Foundation)

Hard- Software Voraussetzungen

Anaconda www.continuum.io/downloads um Python nutzen zu können (Python selbst kann unter: www.python.org/downloads/ herunter geladen werden)

Sprachen

Seminar: Deutsch

Unterlagen: Deutsch

Informationen

In der Teilnahmegebühr sind folgende Leistungen enthalten:

  • der Seminarvortrag, ein persönlicher Schulungsordner mit ausführlichen, begleitenden Seminarunterlagen
  • Ihre persönliche Teilnahmebescheinigung
  • Catering inkl. Begrüßungskaffee, Mittagessen plus 2 Getränke, diverse Tagungsgetränke sowie 2 Kaffeepausen mit Snacks
  • ein kostenloses, 1-jähriges Abonnement der Fachzeitschrift BI-Spektrum


Teilnahmegebühr:

Weitere Informationen zu den Teilnahmegebühren finden Sie hier.

Disclaimer: Wir sind für die eigenen Inhalte, die wir zur Nutzung bereithalten, nach den allgemeinen Gesetzen verantwortlich. Von diesen eigenen Inhalten sind Querverweise (externe Links) auf die von anderen Anbietern bereit gehaltenen Inhalte zu unterscheiden. Diese fremden Inhalte stammen nicht von uns und spiegeln auch nicht unsere Meinung wider, sondern dienen lediglich der Information. Wir machen uns diese Inhalte nicht zu eigen und übernehmen trotz sorgfältiger inhaltlicher Kontrolle keine Haftung für die Inhalte externer Links. Für den Inhalt der verlinkten Seite sind ausschließlich deren Betreiber verantwortlich.