Dieser Kurs dauert in Summe 2 Wochen 
im Ausmaß von 22 UE (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

2. 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

Materialien und Ressourcen:
- Beispiele und Datensätze für praktische Anwendungen
- Literatur und Online-Ressourcen zur Vertiefung und Weiterführung der Themen

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

Diese Kurs dauert in Summe 2 Wochen 
im Ausmaß von 22 UE (UE = Unterrichtseinheit à 50min.)

Kurszeitenvorschlag*
Montag: 09:00 - 12:30 Uhr
Mittwoch: 09:00 - 12:30 Uhr
Freitag: 09:00 - 12:00 Uhr

*Die Kurszeiten werden in der Regel gemeinsam mit dem Trainingspersonal in der Gruppe festgelegt, daher kann es zu Abweichungen kommen. Hier wird darauf geachtet, dass die Kriterien der Förderstellen nach wie vor eingehalten werden.

Selbstlernzeiten:
Für alle unsere Kurs- bzw. Lehrgangsteilnehmer*innen bieten wir die Möglichkeit an Selbstlernzeiten in unserem Institut wahrzunehmen. Wir empfehlen sich gleich von Anfang an parallel zum Kurs / Lehrgang nochmals mit dem Thema zu beschäftigen. Damit Sie Ihre Kenntnisse in der jeweiligen Software festigen können, ist es sehr wichtig das frisch Erlernte auch gleich anzuwenden. Erst bei der Wiederholung realisieren Sie, ob Sie das Thema anwenden können oder ob es noch Probleme gibt, die Sie beim nächsten Kurs- bzw. Lehrgangstermin mit der Trainingspersonal besprechen können. Hierzu stehen Ihnen unsere PCs und Lizenzen zur Verfügung.

Damit Ihr Kursbesuch ein voller Erfolg wird ist unser Unterrichtsformat auf einen optimalen Verlauf ausgerichtet. Unsere Kurse stechen durch folgende Merkmale hervor:

Limitierte Teilnehmer*innenzahl von 2-6 Personen

Selbstlernzeit (optional)

Halbtageskurse:

- max. 3-4 UE (Unterrichtseinheiten à 50min.) Unterricht pro Kurstermin

- 2-3 Kurstermine pro Woche

Kursort: Direkt auf der Mariahilfer Straße mitten in Wien!
(Atelier04, Amerlingstraße 19/26, 1060 Wien; Öffentliche Verbindungen: U3, 14A, 13A )

Top technische Ausstattung: 27 Zoll Bildschirme, High-End-PCs für ein stressfreies Arbeiten und stets die aktuellsten Versionen der Programme, ein 3D-Drucker im Institut, 86 Zoll Touch-Displays in den Gruppenkursräumen für unser Trainingspersonal etc.

Die Zahl der Kursteilnehmer*innen ist limitiert auf 2-6 Personen. Somit findet der Kurs in einer kleinen Gruppe statt, damit auf Ihre Fragen näher eingegangen werden kann. Die Qualität des Kurses ist dadurch deutlich höher und der Lernerfolg dementsprechend vielversprechend.
Zudem bieten wir Selbstlernzeiten an. Es handelt sich hierbei um eine Möglichkeit die wir unseren Kursteilnehmer*innen offerieren hier bei uns im Institut selbständig zu üben. Dabei stellen wir Ihnen für die Kursdauer unsere Räumlichkeiten, High-End-PCs und vor allem Lizenzen zur Verfügung. Für einen idealen Kursfortschritt sollten Sie gleich von Anfang an und zwar parallel zum Kurs üben bzw. wiederholen. Das funktioniert nur, wenn Sie auch die jeweilige Lizenz für die Software haben. Es ist sehr wichtig, dass Sie ein Verständnis für die jeweilige Software entwickeln und das ist nur möglich, wenn Sie sich parallel zum Kurs mit der Thematik befassen. Weiters sind unsere Kurse als Halbtageskurse konzipiert, denn die Konzentration lässt bei den Meisten besonders nach ca. 4 UE (1UE = 50min.) stark nach. Somit lernen Sie in einem effizienten Rahmen und nehmen das Maximum an Kenntnissen vom Unterricht mit. Der Kursort direkt auf der Mariahilfer Straße ist mit den öffentlichen Verkehrsmitteln leicht zu erreichen und lädt vor oder nach dem Kurs zum Schlendern ein.