BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Michael Angstadt//biweekly 0.4.4//EN
CALSCALE:GREGORIAN
METHOD:PUPLISH
X-FROM-URL:https://www.digitalzentrum-fokus-mensch.de
X-WR-TIMEZONE:Europe/Berlin
BEGIN:VEVENT
UID:ap_1196@www.digitalzentrum-fokus-mensch.de
SUMMARY:KI-Trainer: Entwicklung &#8211\; Python-Entwicklungstools für Deep 
 Learning
STATUS:CONFIRMED
DESCRIPTION:\n\nHier anmelden \n\nMit den geeigneten Plattformen und Entwic
 klungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesonde
 re die vielversprechenden Deep-Learning-Technologien besitzen eine Vielzah
 l an Entwicklungstools\, die es KI-Entwicklern erlauben\, weniger Zeit für 
 aufwendige Grundlagen-Implementationen aufzubrauchen und dafür mehr Zeit f
 ür die Problemlösung selbst zu finden. \n\nIn mehreren Teilen geht es in d
 iesem Schwerpunkt deshalb rund um die Entwicklung: Angefangen bei einem Ei
 nstieg in die Pythonprogrammierung\, über die Betrachtung gängiger Entwick
 lungstools und -frameworks\, bis hin zu Deep-Learning-Grundlagen und deren 
 Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse\, 
 startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequ
 enziell teilgenommen werden\, benötigte Kenntnisse in späteren Teilen werd
 en in vorherigen Teilen vermittelt – grundlegende Programmierkenntnisse so
 llten jedoch mitgebracht werden. \n\nDie Inhalte werden anhand von uns geh
 osteter Jupyter Books gemeinsam erarbeitet – Teilnehmer können direkt akti
 v im Web-Browser mit programmieren\, ohne vorher ihr eigenes System vorber
 eiten zu müssen. Übungen im Laufe der Veranstaltungen geben Zeit\, die Inh
 alte zu festigen. \n\n2: Python-Entwicklungstools für Deep Learning \n\nDi
 eser Teil stellt die Brücke zwischen herkömmlicher Pythonprogrammierung un
 d Deep Learning her. Im Vordergrund steht hier das Python-Modul Numpy\, we
 lches ein integraler Bestandteil aller mathematisch-wissenschaftlicher Pyt
 hon-Projekte ist und das dem Kern der meisten Python-Module im maschinelle
 n Lernen entspricht. Im Anschluss wird aufbauend hierauf direkt ein solche
 s Modul genauer vorgestellt: Pandas – das Modul für die Verarbeitung von t
 abellenbasierten Daten. \n\nDie Kenntnis dieser beiden Module ebnet den We
 g hin zu den im dritten Teil thematisierten Deep-Learning-Modulen. \n\nVor
 aussetzungen: \n Python-Grundkenntnisse wie z. B. aus unserem Teil 1: Pyth
 on-Grundlagen für Deep Learning. \n\nZielgruppe: \n Python-Entwickler\, di
 e in Zukunft Deep Learning verwenden möchten und bereits Python-Grundkennt
 nisse besitzen. \n\nDetails und Termine zu anderen Teilen dieses Schwerpun
 ktes finden Sie hier.
X-ALT-DESC;FMTTYPE=text/html:<p><a href="https://ki-trainer.mi.hdm-stuttgar
 t.de/events/7?utm_campaign=februar-entwicklung&utm_source=komzu&ut
 m_medium=web">Hier anmelden</a></p>\n\n<p>Mit den geeigneten Plattformen u
 nd Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. I
 nsbesondere die vielversprechenden Deep-Learning-Technologien besitzen ein
 e Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Z
 eit für aufwendige Grundlagen-Implementationen aufzubrauchen und dafü
 r mehr Zeit für die Problemlösung selbst zu finden.</p>\n\n<p>In mehreren 
 Teilen geht es in diesem Schwerpunkt deshalb rund um die Entwicklung: Ange
 fangen bei einem Einstieg in die Pythonprogrammierung, über die Betrachtun
 g gängiger Entwicklungstools und -frameworks, bis hin zu Deep-Learning-Gru
 ndlagen und deren Implementation. Diese Reihe erlaubt es Programmiere
 rn ohne KI-Kenntnisse, startbereit für Deep Learning zu werden. An den ein
 zelnen Teilen kann sequenziell teilgenommen werden, benötigte Kenntnisse i
 n späteren Teilen werden in vorherigen Teilen vermittelt – grundlege
 nde Programmierkenntnisse sollten jedoch mitgebracht werden.</p>\n\n<ul>\n
 </ul>\n\n<p>Die Inhalte werden anhand von uns gehosteter Jupyter Books gem
 einsam erarbeitet – Teilnehmer können direkt aktiv im Web-Brows
 er mit programmieren, ohne vorher ihr eigenes System vorbereiten zu müssen
 . Übungen im Laufe der Veranstaltungen geben Zeit, die Inhalte zu festigen
 .</p>\n\n<p><strong>2: Python-Entwicklungstools für Deep Learning</strong>
 </p>\n\n<p>Dieser Teil stellt die Brücke zwischen herkömmlicher Pythonprog
 rammierung und Deep Learning her. Im Vordergrund steht hier das Python-Mod
 ul Numpy, welches ein integraler Bestandteil aller mathematisch-wissenscha
 ftlicher Python-Projekte ist und das dem Kern der meisten Python-Module im 
 maschinellen Lernen entspricht. Im Anschluss wird aufbauend hierauf direkt 
 ein solches Modul genauer vorgestellt: Pandas – <strong>das</st
 rong> Modul für die Verarbeitung von tabellenbasierten Daten.</p>\n\n
 <p>Die Kenntnis dieser beiden Module ebnet den Weg hin zu den im dritten T
 eil thematisierten Deep-Learning-Modulen.</p>\n\n<p><u>Voraussetzungen</u>
 :<br />\nPython-Grundkenntnisse wie z. B. aus unserem Teil 1: Python-Grund
 lagen für Deep Learning.</p>\n\n<p><u>Zielgruppe</u>:<br />\nPython-Entwic
 kler, die in Zukunft Deep Learning verwenden möchten und bereits Python-Gr
 undkenntnisse besitzen.</p>\n\n<p>Details und Termine zu anderen Teilen di
 eses Schwerpunktes finden Sie <a href="https://www.kompetenzzentrum-u
 sability.digital/angebote/ki-trainer/ki-trainer-schwerpunkt-2-entwicklung"
 >hier</a>.</p>\n
DTSTART;TZID=Europe/Berlin:20220217T140000
DTEND;TZID=Europe/Berlin:20220217T160000
CREATED:20211207T154252Z
LOCATION:Online
DTSTAMP:20220223T185446Z
URL:https://www.digitalzentrum-fokus-mensch.de/kos/WNetz?art=Appointment.sh
 ow&id=1196
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Berlin
LAST-MODIFIED:20260306T231828Z
TZURL:https://www.tzurl.org/zoneinfo-outlook/Europe/Berlin
X-LIC-LOCATION:Europe/Berlin
BEGIN:DAYLIGHT
TZNAME:CEST
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
DTSTART:19700329T020000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
END:DAYLIGHT
BEGIN:STANDARD
TZNAME:CET
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
DTSTART:19701025T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
END:VCALENDAR