- الموعد القادم:
- Termin auf Anfrage
- إجمالي المدة:
- 20 Stunden in 4 Wochen
- التدريب:
- Nein
- اللغات المستخدمة في الدراسة:
- Deutsch
- نوع الفعالية:
- Weiterbildung
- نموذج العرض:
- E-Learning
- فترة التنفيذ:
- Abendveranstaltung
- Tagesveranstaltung
- Teilzeitveranstaltung
- Wochenendveranstaltung
- أدنى عدد للمشاركين:
- 1
- أقصى عدد للمشاركين:
- 100000
- التكلفة:
- keine Angaben
- نوع المؤهل الدراسي:
- Zertifikat/Teilnahmebestätigung
- اختبار إتمام المؤهل:
- Ja
- اسم المؤهِّل:
- keine Angaben
- اعتمادات العرض:
- Nicht zertifiziert
- عرض للسيدات فقط:
- Nein
- رعاية الأطفال:
- Nein
- رابط العرض:
- الإنتقال إلى العرض على موقع المزود
- جودة المعلومات:
- Suchportal Standard Plus
- المجموعات المستهدفة:
- Offen für alle
- المتطلبات المهنية:
- Um unserem Kurs gut folgen zu können, solltet ihr allerdings folgende Kenntnisse mitbringen: -Grundlegende Programmierkenntnisse, vorzugsweise in Python. -Mathekenntnisse auf Abiturniveau.
- المتطلبات التقنية:
- Keine besonderen Anforderungen.
- منهجية وكالات العمل:
- keine Angaben
المحتويات
Über "Neuronale Netze", "Artificial Intelligence" und "Deep Learning" reden heute alle. Jeder möchte künstliche Intelligenz nutzen, doch wie fange ich am besten damit an?
In diesem Kurs werden wir künstliche neuronale Netze, die Grundlage künstlicher Intelligenz, sowohl theoretisch als auch praktisch einführen. Dabei wollen wir genauer untersuchen, wie solche Netze funktionieren und wie man sie entwickeln und einsetzen kann. Der Kurs beinhaltet theoretische Grundlagen, praktische Übungen und weiterführende Exkurse, unter anderem in die Algorithmen, welche zum Trainieren von neuronalen Netzen verwendet werden. Anschließend werden wir lernen, wie ein Netz für verschiedene Einsatzzwecke optimiert werden kann und wie wir auch mit wenig Trainingsdaten Erfolge erzielen können. Am Ende zeigen wir, wie ihr selbst ein gutes Netz für ein eigenes Problem trainieren könnt.
Ziel des Kurses ist es, ein Verständnis von künstlichen neuronalen Netzen und deren Einsatz- und Optimierungsmöglichkeiten zu schaffen.
جميع البيانات مقدمة دون ضمان. تتحمل الجهات المقدمة حصرًا مسؤولية صحة البيانات.
10.06.2024 آخر تحديث في ,19.07.2023 نُشر لأول مرة في