Deep Learning
Seminar
Termine:
25., 26. Juni 2025, jeweils 9.00 - 16.30 Uhr
Anmeldeschluss: 11. Juni 2025
Methoden der Künstlichen Intelligenz und vor allem des Deep Learnings (DL) kommen aktuell in den meisten Software-Applikationen zur Anwendung. Alle Varianten von Artificial Intelligence (AI) / DL-Technologien werden praktisch eingesetzt wie zum Beispiel Process Robotics, regelbasierte Systeme, Machine Learning (ML), DL, Natural Language Processing, Physische Roboter mit künstlicher Intelligenz (Cobots), Affective Computing (künstliche emotionale Intelligenz) und Computer Vision.
DL 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 DL ist, seine Anwendungen, Methoden und Algorithmen. Die Vorgehensweise in typischen DL-Projekten wird erklärt und an praktischen Beispielen illustriert. Es werden auch Einschränkungen diskutiert sowie die sinnvolle Kombination von klassischen und DL-Methoden besprochen.
Seminarinhalte
- Kritische Analyse der klassischen ML-Algorithmen
- Standard-DL-Algorithmen: CNN, RNN, Generative Netze
- Moderne DL-Architekturen: Deep-Reinforcement-Learning, Attention, Transformer, GPT, BERT usw.
- Anwendungen der ML im allgemeinen und DL insbesondere: Bilder und Sprache erkennen und verstehen, Sensorik, Web Suche
- Einschränkungen von DL
Ihre Vorteile
Sie verstehen im Detail die DL-Methode, ihre Algorithmen und Anwendungen.
Sie kennen die praktischen Einsatzmöglichkeiten und die Einschränkungen von DL.
Sie üben direkt am eigenen praktischen DL-Projekt.
Am Ende des Seminars sind Sie in der Lage,
- selbständig DL-Projekte durchzuführen.
- DL 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 DL-Projekts.
Zum Vortragenden
Mugdim Bublin hat 1997 das Studium der Elektrotechnik an der Technischen Universität Wien als Dipl.Ing., 2004 als Dr. abgeschlossen. Von 1998 bis 2016 war er für die Siemens AG Austria in der Entwicklung von intelligenten Algorithmen für mobile Netzwerke, Netzwerk Simulationen und Optimierungen, Patent Management und Machine Learning tätig. 2016 bis 2018 war er für die WS Technology GmbH Austria im Bereich Machine Learning, Deep Learning sowie Artificial Intelligence tätig. Bei der Bosch AG Austria arbeitete er von 2019 bis 2020 im Software-Safety Bereich. Von 2010 - 2020 war er Gastdozent und Betreuer verschiedener Masterarbeiten an der FH Kärnten. Momentan ist Mugdim Bublin an der FH Campus Wien in der Forschung und Lehre beschäftigt.
Außerdem hat er an verschiedenen nationalen (FFG Projekt IFOSS) und internationalen (EU Projekt WINNER) Forschungsprojekten teilgenommen.
Auf einen Blick
| Zielgruppe | Das Seminar richtet sich an Fachleute aus der Praxis, Ingenieur*innen und Manager*innen, die ein Verständnis und praktisches Wissen über diese neue Technologie erwerben wollen. |
|---|---|
| Abschluss | Teilnahmebestätigung (bei mind. 80 % Anwesenheit) |
| Vortragende |
DI Dr. techn. Mugdim Bublin |
| Veranstaltungsort |
Campus Wien Academy Favoritenstraße 222 1100 Wien |
| Teilnahmegebühr | € 590 (USt.-befreit)* *Absolvent*innen und Studierende der FH Campus Wien erhalten eine Preisreduktion von 20 %. Die Pauschale der Seminarreihe umfasst Mittagessen sowie Verpflegung in den Pausen (Snacks, Getränke). |