Dieser Kurs dauert in Summe 2 Wochen im Ausmaß von 20UE (UE = Unterrichtseinheit à 50min.)

Kosten: EUR 1.490,-

Umsatzsteuerbefreit gemäß § 6 Abs.1 Z11A UStG.

In diesem Modul erhalten Sie eine umfassende Einführung in die Welt des Deep Learning. Sie lernen die Grundlagen von neuronalen Netzwerken kennen, einschließlich der Struktur und Funktionsweise künstlicher neuronaler Netzwerke (ANNs). Der Kurs deckt auch fortgeschrittene Modelle wie Convolutional Neural Networks (CNNs) für Bildverarbeitung und Recurrent Neural Networks (RNNs) für zeitliche Daten ab. Durch praktische Übungen und Beispiele erfahren Sie, wie diese Netzwerke trainiert und angewendet werden, um komplexe Aufgaben in Bereichen wie Bilderkennung und Sprachverarbeitung zu lösen.

Woche 1: Grundlagen von Neuronalen Netzwerken

1. Einführung in Deep Learning

• Was ist Deep Learning und wie unterscheidet es sich von traditionellem Machine Learning?
• Überblick über neuronale Netzwerke

1. Künstliche Neuronale Netzwerke (ANNs)

• Aufbau und Funktionsweise von ANNs
• Aktivierungsfunktionen: Sigmoid, ReLU, Tanh
• Forward Propagation und Backpropagation
• Optimierungsverfahren: Gradient Descent und Varianten

3. Implementierung eines einfachen neuronalen Netzwerks

• Aufbau und Training eines Feedforward Neural Networks
• Verwendung von Frameworks wie TensorFlow oder PyTorch

4. Praktische Übung:

• Erstellen und Trainieren eines grundlegenden neuronalen Netzwerks zur Klassifikation oder Regression

Woche 2: Fortgeschrittene Netzwerke

1. Convolutional Neural Networks (CNNs)

• Grundlagen und Architektur von CNNs
• Convolutional Layers, Pooling Layers, und Fully Connected Layers
• Anwendungsgebiete: Bildklassifikation und Objekterkennung

2. Recurrent Neural Networks (RNNs)

• Einführung in RNNs und deren Struktur
• Long Short-Term Memory (LSTM) und Gated Recurrent Units (GRUs)
• Anwendungsgebiete: Zeitreihenanalyse und natürliche Sprachverarbeitung

3. Praktische Übung:

• Implementierung und Training eines CNNs für die Bildklassifikation

4. Abschlussprojekt

• Anwendung der gelernten Konzepte auf ein komplexes Problem
• Erstellung und Evaluierung eines Deep-Learning-Modells für ein ausgewähltes Projekt

• Grundkenntnisse in Python
• Erfahrung mit Pandas und NumPy
• Basiswissen in Machine Learning und Statistik

Diese Kurs dauert in Summe 2 Wochen im Ausmaß von 20UE (UE = Unterrichtseinheit à 50min.)

Kurszeitenvorschlag*

• Montag: 09:00 - 12:30 Uhr
• Mittwoch: 09:00 - 12:30 Uhr
• Freitag: 09:00 - 12:00 Uhr

*Die finalen Kurszeiten werden in der Gruppe gemeinsam mit dem Trainingspersonal abgestimmt, um individuelle Bedürfnisse zu berücksichtigen. Dabei achten wir darauf, die Kriterien der Förderstellen einzuhalten.

Selbstlernzeiten im Institut
Nutzen Sie unsere Selbstlernzeiten, um das Gelernte eigenständig zu vertiefen und anzuwenden. Während dieser Zeiten stehen Ihnen unsere PCs und Softwarelizenzen kostenlos zur Verfügung.

Wichtige Hinweise zu den Selbstlernzeiten:

• Notieren Sie offene Fragen, die beim nächsten Kurstermin gemeinsam geklärt werden können.
• Die Selbstlernzeiten bieten Ihnen die Möglichkeit, das frisch Erlernte zu festigen und sich gezielt auf die nächsten Kursinhalte vorzubereiten.

Warum Selbstlernzeiten nutzen?

• Vertiefen Sie Ihre Kenntnisse durch praktische Anwendung.
• Wiederholen Sie Inhalte, um sicherzustellen, dass Sie diese beherrschen.
• Nutzen Sie die hochwertige Ausstattung mit PCs und Original-Software, um professionell zu arbeiten.

Die Erfahrung zeigt: Durch Übung und regelmäßige Wiederholung festigen sich neue Inhalte nachhaltig und tragen entscheidend zu Ihrem Lernerfolg bei.

Ihr Erfolg ist unser Ziel: Unsere Kursmerkmale im Überblick

Damit Ihr Kursbesuch ein voller Erfolg wird, haben wir unser Unterrichtsformat so gestaltet, dass es optimale Lernbedingungen bietet. Unser Fokus liegt auf Qualität, persönlicher Betreuung und modernster Ausstattung.

Unsere Kurse auf einen Blick

1. Kleine Gruppen – persönliche Betreuung

• Teilnehmer*innenzahl: 2–6 Personen
  Wir setzen bewusst auf kleine Gruppen, damit wir individuell auf Ihre Fragen eingehen können. Diese persönliche Betreuung garantiert eine deutlich höhere Kursqualität und einen nachhaltigen Lernerfolg.

2. Flexibles Lernen mit Selbstlernzeiten (optional)

• Während der Kursdauer bieten wir Ihnen die Möglichkeit, in unserem Institut eigenständig zu üben und das Gelernte zu vertiefen.
• Nutzen Sie unsere modernen Räumlichkeiten, High-End-PCs und die jeweiligen Softwarelizenzen, um praktische Erfahrungen zu sammeln.
• Unser Tipp: Üben Sie parallel zum Kurs, um ein tiefes Verständnis für die Software zu entwickeln. Regelmäßiges Wiederholen ist der Schlüssel zu einem erfolgreichen Lernerlebnis.

3. Effizientes Lernen durch Halbtageskurse

• Kursdauer pro Termin: 3–4 Unterrichtseinheiten (à 50 Minuten)
• Termine pro Woche: 2–3 Kurstermine
  Unsere Halbtageskurse sind so konzipiert, dass Sie sich optimal konzentrieren können. Studien zeigen, dass die Aufmerksamkeit nach 4 Unterrichtseinheiten stark abnimmt. Dieses Format hilft Ihnen, das Maximum an Wissen mitzunehmen.

4. Modernste technische Ausstattung

• High-End-PCs für stressfreies Arbeiten
• 27-Zoll-Bildschirme für optimale Sicht
• 86-Zoll-Touch-Displays in Gruppenkursräumen für das Trainingspersonal
• 3D-Drucker für praktische Anwendungen (je nach Kursinhalt)
• Immer die aktuellsten Programmversionen, damit Sie am Puls der Zeit lernen

Unsere Ausstattung schafft die idealen Rahmenbedingungen für Ihren Lernerfolg und vermittelt eine professionelle Arbeitsumgebung.

5. Zentraler Kursort – mitten in Wien

• Adresse: Atelier04, Amerlingstraße 19/26, 1060 Wien
• Verbindungen: U3, 14A, 13A – einfach erreichbar mit den öffentlichen Verkehrsmitteln

Unser Institut liegt direkt auf der Mariahilfer Straße, einer der bekanntesten Einkaufsstraßen Wiens. Nutzen Sie die zentrale Lage, um vor oder nach dem Kurs entspannt durch die Gegend zu schlendern.

Unser Ziel ist es, Ihnen ein umfassendes und nachhaltiges Lernerlebnis zu bieten – praxisorientiert, flexibel und in einer modernen, angenehmen Umgebung.