Deep Learning

Seminar

Methoden der Künstliche Intelligenz und vor allem des Deep Learnings (DL) kommen aktuell in den meisten Software-Applikationen zur Anwendung. Alle Varianten von Artificial Intelligence (AI)/Deep Learning Technologien werden praktisch eingesetzt wie zum Beispiel Process Robotics, regelbasierte Systeme, Machine Learning, Deep Learning, Natural Language Processing, Physische Roboter mit künstlicher Intelligenz (Cobots), Affective Computing (künstliche emotionale Intelligenz) und Computer Vision.
Deep Learning ist state-of-the-art Methodologie in Bildern, Video und Spracherkennung.

In diesem Seminar erwerben Mitarbeiter*innen aus der industriellen Praxis eine fundierte Grundlage und erfahren, was Deep Learning ist, seine Anwendungen, Methoden und Algorithmen. Die Vorgehensweise in typischen Deep Learning Projekten wird erklärt und an praktischen Beispielen illustriert. Es werden auch Einschränkungen diskutiert sowie die sinnvolle Kombination von klassischen und Deep Learning Methoden besprochen.

Seminarinhalte

  • Kritische Analyse der klassischen Machine Learning Algorithmen
  • Standard Deep Learning Algorithmen: CNN, RNN, Generative Netze
  • Moderne Deep Learning Architekturen: Deep Reinforcement Learning, Attention, Transformer, GPT, BERT usw.
  • Anwendungen der Machine Learning im allgemeinen und Deep Learning insbesondere: Bilder und Sprache erkennen und verstehen, Sensorik, Web Suche
  • Einschränkungen der Deep Learning

Ihre Vorteile

Sie verstehen im Detail die Deep Learning Methode, ihre Algorithmen und Anwendungen.

Sie kennen die praktischen Einsatzmöglichkeiten und die Einschränkungen von Deep Learning.

Sie üben direkt am eigenen praktischen Deep Learning Projekt.

Am Ende des Seminars sind Sie in der Lage

  • selbständig Deep Learning Projekte durchzuführen.
  • Deep Learning auf praktische Projekte anzuwenden.
  • verschiedene Algorithmen und Methoden richtig einzusetzen und kritisch zu evaluieren.

Lehr- und Lernmethoden

In diesem Seminar werden folgende Lehr- und Lernmethoden eingesetzt: theoretischer Unterricht, Diskussion der praktischen Beispiele, Erarbeiten eines eigenen Deep Learning Projekts.

Zum Vortragenden

Electrical engineering study at Technical University Vienna, Dipl.Ing. 1997, PhD 2004. Development of intelligent algorithms for mobile networks, networks simulations and optimization, patent management and machine learning (Siemens AG Austria, 1998-2016). Machine learning, deep learning and artificial intelligence (WS Technology Gmbh Austria, 2016-2018). Safety engineering (Bosch AG Austria, 2019-2020). Guest lecturer at FH Kärnten (2010 – 2020): Lecturers in Radio Frequency Communications and Next Generation Access, supervision of several master thesis. Currently employed at FH Campus Vienna (teaching and research). Participant at several national (FFG project IFOSS) and international (EU project WINNER) research projects.

Auf einen Blick

Zielgruppe Das Seminar richtet sich an die Fachleute aus der Praxis, Ingenieur*innen und Manager*innen, die ein Verständnis und praktisches Wissen über diese neue Technologie erworben wollen.
Abschluss Teilnahmebestätigung (bei mindestens 80 % Anwesenheit)
Vortragende

DI Dr. techn. Mugdim Bublin

Unterrichtssprache Deutsch
Veranstaltungsort FH Campus Wien
Favoritenstraße 226
1100 Wien
Teilnahmegebühr

€ 280,00 (USt.-befreit)