Deep Learning Praxis – Der Einstieg in die Welt der KI
Künstliche Intelligenz (KI) verstehen und anwenden
Künstliche Intelligenz ist längst kein Zukunftsszenario mehr, sondern verändert bereits heute grundlegend unsere Arbeitswelt. Ob in der Automobilindustrie, im Gesundheitswesen oder im Marketing - die Fähigkeit, mit Deep Learning Modellen umzugehen, gehört aktuell zu den wertvollsten Qualifikationen auf dem Arbeitsmarkt. In diesem Kurs lernen Sie nicht nur die Theorie, sondern steigen direkt in die praktische Umsetzung ein. Teilnehmer gewinnen die Kompetenz, eigene kleine KI-Projekte zu realisieren, was einen massiven Karriereschub in den Bereichen Datenanalyse, Softwareentwicklung und technisches Projektmanagement bedeutet. Machen Sie sich fit für die Jobs von morgen!
Kursinhalt:
• Einführung in die Infrastruktur: Arbeiten mit Google Colab (Cloud-basiertes Programmieren ohne Installation).
• Daten sind das neue Gold: Umgang mit Datensätzen, Laden und Strukturieren von Informationen.
• Data Visualization: Daten durch Diagramme und Grafiken verstehen und interpretieren.
• Data Cleaning & Augmentation: Vorbereitung und künstliche Erweiterung von Daten für bessere Lernergebnisse.
• Training von Modellen: Aufbau und Training eines ersten neuronalen Netzes.
• Inferenz: Wie das fertige Modell Vorhersagen trifft und in der Praxis genutzt wird.
• Praxis-Projekt: Von der rohen Datei bis zum funktionierenden Modell.
Voraussetzung: Grundkenntnisse in Python (Variablen, Funktionen usw.) sind erforderlich. Fortgeschrittene Programmierkenntnisse sind nicht nötig. Mathematisches Grundwissen ist hilfreich. Die Kurssprache ist Deutsch, englische Fachbegriffe werden erklärt (Englischkenntnisse sind vorteilhaft, aber kein Muss). Ausstattung: Ein eigener Laptop mit einem installierten modernen Webbrowser (z.B. Google Chrome).
Der Kurs findet online über Zoom statt.
Kursinhalt:
• Einführung in die Infrastruktur: Arbeiten mit Google Colab (Cloud-basiertes Programmieren ohne Installation).
• Daten sind das neue Gold: Umgang mit Datensätzen, Laden und Strukturieren von Informationen.
• Data Visualization: Daten durch Diagramme und Grafiken verstehen und interpretieren.
• Data Cleaning & Augmentation: Vorbereitung und künstliche Erweiterung von Daten für bessere Lernergebnisse.
• Training von Modellen: Aufbau und Training eines ersten neuronalen Netzes.
• Inferenz: Wie das fertige Modell Vorhersagen trifft und in der Praxis genutzt wird.
• Praxis-Projekt: Von der rohen Datei bis zum funktionierenden Modell.
Voraussetzung: Grundkenntnisse in Python (Variablen, Funktionen usw.) sind erforderlich. Fortgeschrittene Programmierkenntnisse sind nicht nötig. Mathematisches Grundwissen ist hilfreich. Die Kurssprache ist Deutsch, englische Fachbegriffe werden erklärt (Englischkenntnisse sind vorteilhaft, aber kein Muss). Ausstattung: Ein eigener Laptop mit einem installierten modernen Webbrowser (z.B. Google Chrome).
Der Kurs findet online über Zoom statt.
Kurstermine 8
-
Ort / Raum
-
- 1
- Samstag, 17. Oktober 2026
- 10:00 – 13:00 Uhr
- Online
1 Samstag • 17. Oktober 2026 • 10:00 – 13:00 Uhr Online -
- 2
- Samstag, 24. Oktober 2026
- 10:00 – 13:00 Uhr
- Online
2 Samstag • 24. Oktober 2026 • 10:00 – 13:00 Uhr Online -
- 3
- Samstag, 31. Oktober 2026
- 10:00 – 13:00 Uhr
- Online
3 Samstag • 31. Oktober 2026 • 10:00 – 13:00 Uhr Online -
- 4
- Samstag, 14. November 2026
- 10:00 – 13:00 Uhr
- Online
4 Samstag • 14. November 2026 • 10:00 – 13:00 Uhr Online -
- 5
- Samstag, 21. November 2026
- 10:00 – 13:00 Uhr
- Online
5 Samstag • 21. November 2026 • 10:00 – 13:00 Uhr Online -
- 6
- Samstag, 28. November 2026
- 10:00 – 13:00 Uhr
- Online
6 Samstag • 28. November 2026 • 10:00 – 13:00 Uhr Online -
- 7
- Samstag, 05. Dezember 2026
- 10:00 – 13:00 Uhr
- Online
7 Samstag • 05. Dezember 2026 • 10:00 – 13:00 Uhr Online -
- 8
- Samstag, 12. Dezember 2026
- 10:00 – 13:00 Uhr
- Online
8 Samstag • 12. Dezember 2026 • 10:00 – 13:00 Uhr Online
Deep Learning Praxis – Der Einstieg in die Welt der KI
Künstliche Intelligenz (KI) verstehen und anwenden
Künstliche Intelligenz ist längst kein Zukunftsszenario mehr, sondern verändert bereits heute grundlegend unsere Arbeitswelt. Ob in der Automobilindustrie, im Gesundheitswesen oder im Marketing - die Fähigkeit, mit Deep Learning Modellen umzugehen, gehört aktuell zu den wertvollsten Qualifikationen auf dem Arbeitsmarkt. In diesem Kurs lernen Sie nicht nur die Theorie, sondern steigen direkt in die praktische Umsetzung ein. Teilnehmer gewinnen die Kompetenz, eigene kleine KI-Projekte zu realisieren, was einen massiven Karriereschub in den Bereichen Datenanalyse, Softwareentwicklung und technisches Projektmanagement bedeutet. Machen Sie sich fit für die Jobs von morgen!
Kursinhalt:
• Einführung in die Infrastruktur: Arbeiten mit Google Colab (Cloud-basiertes Programmieren ohne Installation).
• Daten sind das neue Gold: Umgang mit Datensätzen, Laden und Strukturieren von Informationen.
• Data Visualization: Daten durch Diagramme und Grafiken verstehen und interpretieren.
• Data Cleaning & Augmentation: Vorbereitung und künstliche Erweiterung von Daten für bessere Lernergebnisse.
• Training von Modellen: Aufbau und Training eines ersten neuronalen Netzes.
• Inferenz: Wie das fertige Modell Vorhersagen trifft und in der Praxis genutzt wird.
• Praxis-Projekt: Von der rohen Datei bis zum funktionierenden Modell.
Voraussetzung: Grundkenntnisse in Python (Variablen, Funktionen usw.) sind erforderlich. Fortgeschrittene Programmierkenntnisse sind nicht nötig. Mathematisches Grundwissen ist hilfreich. Die Kurssprache ist Deutsch, englische Fachbegriffe werden erklärt (Englischkenntnisse sind vorteilhaft, aber kein Muss). Ausstattung: Ein eigener Laptop mit einem installierten modernen Webbrowser (z.B. Google Chrome).
Der Kurs findet online über Zoom statt.
Kursinhalt:
• Einführung in die Infrastruktur: Arbeiten mit Google Colab (Cloud-basiertes Programmieren ohne Installation).
• Daten sind das neue Gold: Umgang mit Datensätzen, Laden und Strukturieren von Informationen.
• Data Visualization: Daten durch Diagramme und Grafiken verstehen und interpretieren.
• Data Cleaning & Augmentation: Vorbereitung und künstliche Erweiterung von Daten für bessere Lernergebnisse.
• Training von Modellen: Aufbau und Training eines ersten neuronalen Netzes.
• Inferenz: Wie das fertige Modell Vorhersagen trifft und in der Praxis genutzt wird.
• Praxis-Projekt: Von der rohen Datei bis zum funktionierenden Modell.
Voraussetzung: Grundkenntnisse in Python (Variablen, Funktionen usw.) sind erforderlich. Fortgeschrittene Programmierkenntnisse sind nicht nötig. Mathematisches Grundwissen ist hilfreich. Die Kurssprache ist Deutsch, englische Fachbegriffe werden erklärt (Englischkenntnisse sind vorteilhaft, aber kein Muss). Ausstattung: Ein eigener Laptop mit einem installierten modernen Webbrowser (z.B. Google Chrome).
Der Kurs findet online über Zoom statt.
-
Gebühr310,00 €
-
StartSa. 17.10.2026
10:00 UhrEndeSa. 12.12.2026
13:00 Uhr -
Veranstalter:
vhs München Nord
Dozent*in:
Somesh Khandelia
