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_1295@www.digitalzentrum-fokus-mensch.de
SUMMARY:KI-Trainer: Entwicklung &#8211\; Grundlagen Deep Learning Teil 2
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\n3: Deep-Learning-Grundlagen \n\nIn dieser zweiteilig
 en Reihe werden die Grundlagen von Deep Learning vermittelt. Angefangen be
 i einem einzelnen Neuron werden Schritt für Schritt Bestandteile moderner 
 neuronaler Netze für die Klassifikation aufgezeigt und erklärt. Ein Einsti
 eg in das weit verbreitete Python-Framework für maschinelles Lernen "Pytor
 ch" wird gegeben\, um anschließend gemeinsam einfache Modelle zu entwickel
 n. \n\nVoraussetzungen: Python- und Numpy-Kenntnisse wie z. B. aus unserem 
 Teil 2: Python-Entwicklungstools für Deep Learning Optional: Grundkenntnis
 se von KI – z. B. über einen Besuch unseres Grundlagen-Workshops – die es 
 einem besser erlauben\, die verwendeten Technologien einzuordnen. \n\nZiel
 gruppe: \n Python-Entwickler\, die in Zukunft Deep Learning verwenden möch
 ten. \n\nDetails und Termine zu anderen Teilen dieses Schwerpunktes 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>3: Deep-Learning-Grundlagen</strong></p>\n\n<p>In dieser z
 weiteiligen Reihe werden die Grundlagen von Deep Learning vermittelt. Ange
 fangen bei einem einzelnen Neuron werden Schritt für Schritt Bestandteile 
 moderner neuronaler Netze für die Klassifikation aufgezeigt und erklärt. E
 in Einstieg in das weit verbreitete Python-Framework für maschinelles Lern
 en "Pytorch" wird gegeben, um anschließend gemeinsam einfache Modelle zu e
 ntwickeln.</p>\n\n<p><u>Voraussetzungen</u>:</p>\n\n<ul>\n	<li>Python- und
  Numpy-Kenntnisse wie z. B. aus unserem Teil 2: Python-Entwicklungsto
 ols für Deep Learning</li>\n	<li>Optional: Grundkenntnisse von KI &#8
 211; z. B. über einen Besuch unseres <a href="https://www.kompet
 enzzentrum-usability.digital/angebote/ki-trainer/ki-trainer-schwerpunkt-1-
 grundlagen">Grundlagen-Workshops</a> – die es einem besser erla
 uben, die verwendeten Technologien einzuordnen.</li>\n</ul>\n\n<p><u>Zielg
 ruppe</u>:<br />\nPython-Entwickler, die in Zukunft Deep Learning verwende
 n möchten.</p>\n\n<p>Details und Termine zu anderen Teilen dieses Schwerpu
 nktes finden Sie <a href="https://www.kompetenzzentrum-usability.digi
 tal/angebote/ki-trainer/ki-trainer-schwerpunkt-2-entwicklung">hier</a>.</p
 >\n
DTSTART;TZID=Europe/Berlin:20220511T140000
DTEND;TZID=Europe/Berlin:20220511T160000
CREATED:20220223T170313Z
LOCATION:Online
DTSTAMP:20220512T111903Z
URL:https://www.digitalzentrum-fokus-mensch.de/kos/WNetz?art=Appointment.sh
 ow&id=1295
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