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_1293@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/10?utm_campaign=mai-entwicklung&utm_source=komzu&utm_m
 edium=web">Hier anmelden</a></p>\n\n<p>Mit den geeigneten Plattformen und 
 Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insb
 esondere die vielversprechenden Deep-Learning-Technologien besitzen eine V
 ielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit 
 für aufwendige Grundlagen-Implementationen aufzubrauchen und dafür me
 hr Zeit für die Problemlösung selbst zu finden.</p>\n\n<p>In mehreren Teil
 en geht es in diesem Schwerpunkt deshalb rund um die Entwicklung: Angefang
 en bei einem Einstieg in die Pythonprogrammierung, über die Betrachtung gä
 ngiger Entwicklungstools und -frameworks, bis hin zu Deep-Learning-Grundla
 gen und deren Implementation. Diese Reihe erlaubt es Programmierern o
 hne KI-Kenntnisse, startbereit für Deep Learning zu werden. An den einzeln
 en Teilen kann sequenziell teilgenommen werden, benötigte Kenntnisse in sp
 äteren Teilen werden in vorherigen Teilen vermittelt – grundlegende 
 Programmierkenntnisse sollten jedoch mitgebracht werden.</p>\n\n<ul>\n</ul
 >\n\n<p>Die Inhalte werden anhand von uns gehosteter Jupyter Books gemeins
 am erarbeitet – Teilnehmer können direkt aktiv im Web-Browser m
 it programmieren, ohne vorher ihr eigenes System vorbereiten zu müssen. Üb
 ungen 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 Pythonprogramm
 ierung und Deep Learning her. Im Vordergrund steht hier das Python-Modul N
 umpy, welches ein integraler Bestandteil aller mathematisch-wissenschaftli
 cher Python-Projekte ist und das dem Kern der meisten Python-Module im mas
 chinellen Lernen entspricht. Im Anschluss wird aufbauend hierauf direkt ei
 n solches Modul genauer vorgestellt: Pandas – <strong>das</stro
 ng> Modul für die Verarbeitung von tabellenbasierten Daten.</p>\n\n<p
 >Die Kenntnis dieser beiden Module ebnet den Weg hin zu den im dritten Tei
 l thematisierten Deep-Learning-Modulen.</p>\n\n<p><u>Voraussetzungen</u>:<
 br />\nPython-Grundkenntnisse wie z. B. aus unserem Teil 1: Python-Grundla
 gen für Deep Learning.</p>\n\n<p><u>Zielgruppe</u>:<br />\nPython-Entwickl
 er, die in Zukunft Deep Learning verwenden möchten und bereits Python-Grun
 dkenntnisse besitzen.</p>\n\n<p>Details und Termine zu anderen Teilen dies
 es Schwerpunktes finden Sie <a href="https://www.kompetenzzentrum-usa
 bility.digital/angebote/ki-trainer/ki-trainer-schwerpunkt-2-entwicklung">h
 ier</a>.</p>\n
DTSTART;TZID=Europe/Berlin:20220509T140000
DTEND;TZID=Europe/Berlin:20220509T160000
CREATED:20220223T170307Z
LOCATION:Online
DTSTAMP:20220512T111854Z
URL:https://www.digitalzentrum-fokus-mensch.de/kos/WNetz?art=Appointment.sh
 ow&id=1293
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