Kostenfreies Beratungsgespräch

Neuronale Netze von A-Z mit Web GUIs programmieren und deployen

Entwicklung von webbasierten Anwendungen zur Darstellung ihrer Daten und Datenanalysen und von Deep Learning Algorithmen

In dieser Schulung lernen Sie, wie Sie Webapps bauen können um die Ergebnisse Ihrer Data Science / Deep Learning Algorithmen visualisieren zu können und Ihren Kollegen über ein Web Oberfläche zur Verfügung zu stellen. Verwendete Pakete und Programmiersprachen sind Python, Flask, Html / CSS, streamlit, jinja, ajax.

In dieser Schulung lernen Sie, wie Sie Webapps bauen können um die Ergebnisse Ihrer Data Science / Deep Learning Algorithmen visualisieren zu können und Ihren Kollegen über ein Web Oberfläche zur Verfügung zu stellen. Verwendete Pakete und Programmiersprachen sind Python, Flask, Html / CSS, streamlit, jinja, ajax.

Buchen ohne Risiko: kostenfrei bis zum Ende des 1. Seminartages zurücktreten
(*) zzgl. MwSt  (**) inkl. MwSt
Termin (3 Tage) Ort Belegung Preise
Mo 11.12 -
Mi 13.12.23 		Live-Online
Zoom Meeting 		1.525,00 € (*)
1.814,75 € (**)
BUCHEN
Mi 20.03 -
Fr 22.03.24 		Live-Online
Zoom Meeting 		1.600,00 € (*)
1.904,00 € (**)
BUCHEN
Mi 10.07 -
Fr 12.07.24 		Live-Online
Zoom Meeting 		1.600,00 € (*)
1.904,00 € (**)
BUCHEN
Inhouse-/Firmenschulung:
  • Dauer: nach Absprache
  • Termin: nach Absprache
  • Angepasster Kurs zum Wunschtermin
  • Bei Ihnen vor Ort oder Online
  • Preis: nach Angebot
  • Sprachen: Deutsch oder Englisch
UNVERBINDLICH ANGEBOT ANFRAGEN
Kundenbewertungen & Erfahrungen zu Enable AI. Mehr Infos anzeigen.

Kurs auf einen Blick

Über die Schulung

  • Dauer: 3 Tage
  • Gruppengröße: 3-10
  • Level: Fortgeschritten, Programmierkenntnise und Grundkenntnisse von Data Science erforderlich
  • Anteil Coding: 60%
  • Sprache: Python, JavaScript, HTML
  • Bibliotheken: streamlit, flask, jinja
  • Skript: .pdf (Theorie, Aufgaben & Lösungen)

Ihr Trainer für den Kurs

Dr. Waldemar Smirnov

Seminar auf einen Blick

  • Erstellen von Web Applikationen
  • Streamlit
  • webbasierte Visualisierung von Daten
  • webbasierte Visualisierung von Deep Learning Algorithmen
  • webbasierte GUI zum Anpassen eines Neuronalen Netze Trainings
  • Einführung in AJAX, microservices und REST-API
KURS BUCHEN

Beschreibung vom Deep Learning Deployment Kurs

Zielsetzung der Schulung ist es ein End to End Web Machine Learning Framework auf drei Arten zu demonstrieren: Tag 1 streamlit, Tag 2 flask und Tag 3 zusätzlich JavaScript. Mit jedem Tag steigert sich der Schwierigkeitsgrad und mit ihm auch die Flexibilität der Lösungen.
Das fertige Framework unterteilt sich in

  • Daten Exploration
  • Daten Visualisierung
  • Klassifizierung/Labeling
  • Neuronales Netz trainieren und Hyperparameter Tuning
  • Inferenz, Bilder vorher sagen

In unserer Welt werden grosse Mengen an Daten generiert, jedoch bringen sie einem Unternehmen nur etwas, wenn man die nötigen Fähigkeiten und Werkzeuge hat, diese Daten gewinnbringend zu nutzen.

In dieser dreitägigen Schulung geht es darum webbasierte interaktive Anwendungen zu erstellen, die Kunden/ Kollegen aus anderen Bereichen eine Möglichkeit bieten auf allen Endgeräten hochkomplexe Algorithmen zu steueren und anzupassen, ohne jegliche programmierkenntnisse haben zu müssen.

Durch die im Kurs vorgestellten Methoden erhalten Sie eine komplett neue Perspektive und Möglichkeiten, um mit Ihren Daten zu interagieren und erhalten eine Grundlage ein Web Machine Lerning Framework zu erstellen, um Ihre Daten zu klassifizieren und damit neuronale Netze zu trainieren.

Zielsetzung der Schulung ist es ein End to End Web Machine Learning Framework auf drei Arten zu demonstrieren: Tag 1 streamlit, Tag 2 flask und Tag 3 zusätzlich JavaScript. Mit jedem Tag steigert sich der Schwierigkeitsgrad und mit ihm auch die Flexibilität der Lösungen.
Das fertige Framework unterteilt sich in

  • Daten Exploration
  • Daten Visualisierung
  • Klassifizierung/Labeling
  • Neuronales Netz trainieren und Hyperparameter Tuning
  • Inferenz, Bilder vorher sagen

In dieser dreitägigen Schulung geht es darum webbasierte interaktive Anwendungen zu erstellen, die Kunden/ Kollegen aus anderen Bereichen eine Möglichkeit bieten auf allen Endgeräten hochkomplexe Algorithmen zu steueren und anzupassen, ohne jegliche Programmierkenntnisse haben zu müssen.

Durch die im Kurs vorgestellten Methoden erhalten Sie eine komplett neue Perspektive und Möglichkeiten, um mit Ihren Daten zu interagieren und erhalten eine Grundlage ein Web Machine Lerning Framework zu erstellen, um Ihre Daten zu klassifizieren und damit neuronale Netze zu trainieren.

Was lernen Sie in dem Data-Science Web App Kurs

Der Kurs gliedert sich in drei Bereiche: vom schnellen Darstellen ihrer Daten und Algorithmen mit streamlit, einer Bibliothek, die nahtlos in Python integriert werden kann, bis zum hoch maßgeschneiterten Darstellen durch full-stack Webserver. Damit lernen Sie einerseits Ihre Ergebnisse schnell in Webapps zu visualisieren, als auch komplett personalisierte Webapps zu entwickeln.

Neben Streamlit führen wir Sie in die Webapp Entwicklung mit Python, Flask, HTML, JavaScript ein. Sie erlenen das Aufsetzen eines Webservers.

Am Ende des Kurses sind sie auch fähig Code für Web basierte grafische Oberflächen zu schreiben, mit denen Kollegen auch ohne Programmier- oder Deep Learning/ Data Science Kenntnisse, ihre Algorithmen auf neuen Daten trainieren oder anwenden können. Dies erleichtert das Ausprobieren von Künstliche Intelligenz Algorithmen auf unterschiedlichen Daten im Unternehmen.

Der Kurs gliedert sich in drei Bereiche: vom schnellen Darstellen ihrer Daten und Algorithmen mit streamlit (einer Bibliothek für Python), bis zum hoch maßgeschneiterten Darstellen durch full-stack Webserver. Damit lernen Sie einerseits Ihre Ergebnisse schnell in Webapps zu visualisieren, als auch komplett personalisierte Webapps zu entwickeln.

Neben Streamlit führen wir Sie in die Webapp Entwicklung mit Python, Flask, HTML, JavaScript ein. Sie erlenen das Aufsetzen eines Webservers.

Am Ende des Kurses sind sie auch fähig Code für Web basierte grafische Oberflächen zu schreiben, mit denen Kollegen auch ohne Programmier- oder Deep Learning/ Data Science Kenntnisse, ihre Algorithmen auf neuen Daten trainieren oder anwenden können. Dies erleichtert das Ausprobieren von Künstliche Intelligenz Algorithmen auf unterschiedlichen Daten im Unternehmen.

Rezensionen auf Google
5,0 ★★★★★ (30 Rezensionen)
Ilias Seifie
★★★★★
Read More
Ich habe an einem einwöchigen Kurs über Deep Learning teilgenommen. Die Kursmaterialien sind sehr gut und vollständig ausgearbeitet. Außerdem haben das Skript und auch der Kurs insgesamt eine sehr gute Struktur. Der Tutor ist sehr engagiert …
Aylin Keskin
★★★★★
Read More
Super Seminar ! (...) Die Inhalte waren sehr gut gegliedert und wurden absolut verständlich vermittelt. Insgesamt hat die Kombination aus theoretischen Inhalten und praktischen Übungen ein ganzheitliches Verständnis ermöglicht ...
Marvin
★★★★★
Read More
Sehr gutes Verhältnis aus Information und Zeit, sehr gute persönliche Ansprache, sehr angenehmer Vortrag ohne viel Bla-Bla. Insgesamt absolut zufrieden.
Martin Schlederer
★★★★★
Read More
Sehr hilfreicher Kurs um die praktischen basics von Künstlicher Intelligenz und neuronalen Netzwerken zu lernen. Theorie und Praxis in schneller Abwechslung um die gelernten Konzepte umzusetzen und zu üben ...
Alicia S.
★★★★★
Read More
Ein toller Kurs, durchgeführt mit geballter Expertise und einer Engelsgeduld bei der Beantwortung von Fragen und Behebung von Problemen. Ich habe in diesen drei Tagen enorm viel gelernt, ...
Previous
Next

Alle Google Bewertungen

KURS BUCHEN
Kursinhalte

Organisatorisches

FAQ
Tag 1 (streamlit)
Tag 2
Tag 3
09:00 – 09:15
Begrüßung und Organisatorisches
  • Vorstellungsrunde
  • Erwartungen der Teilnehmer
09:15 – 10:45
Einführung in das open-source framework Streamlit
  • Streamlit als schnelle Möglichkeit Data Science Anwendungen zu visualisieren
  • Streamlit Gallery, Verwenden von bestehenden Code
  • Grenzen von Streamlit
10:45 – 11:00
Kaffeepause
11:00 – 12:30
Streamlit zum schnellen Visualisieren Ihrer Daten
  • Visualisierung von Daten im .csv Format
12:30 – 13:30
Mittagspause
13:30 - 15:00
Streamlit Webapp zum Darstellen eines Bild Klassifizierungs Deep Learning Algorithmus
  • Detailiertes Coding Beispiel
15:00 – 15:15
Kaffeepause
15:15 – 17:00
Streamlit zum Visualisieren eines Objekt Detektierungs Neuronalen Netzes
  • Detailiertes Coding Beispiel
09:00 – 09:15
Rückblick und offene Fragen von Tag 1
09:15 – 10:45
Einrichten eines full-stack Webservers mit Python, Flask, HTML, Bootstrap
  • Aufsetzen eines einfachen full-stack Webservers
  • HTML / CSS für personalisierte Webelemente
  • Flask als Micro Web Service
10:45 – 11:00
Kaffeepause
11:00 – 12:30
Web Templating zum schnellen Bauen eines Webservices
  • Einführung in Webtemplating und das Python Paket Jinja
  • Anwendungsgebiete und Grenzen von jinja
12:30 – 13:30
Mittagspause
13:30 - 15:00
Anwendungsbeispiel: schnelles Labeling von Bild Daten
  • Erstellen einer GUI zum Klassifizieren von Bildern
  • Anbindung der GUI an das Dateisystem
15:00 – 15:15
Kaffeepause
15:15 – 17:00
Anwendungsbeispiel: Überwachung eines Deep Learning Trainingprozesses & Hyperparameter tuning in Echtzeit während des Trainings
  • modifizieren eines bestehenden Deep Learning Trainings
09:00 – 09:15
Rückblick und offene Fragen von Tag 2
09:15 – 10:45
Einführung in JavaScript
  • interaktive Webseiten mit JavaScript
10:45 – 11:00
Kaffeepause
11:00 – 12:30
AJAX, REST API und microservices
  • erlernen wie eine REST Anfrage gemacht wird – asynchrone Kommunikation mit einem Server
  • implementieren von microservices
  • dynamisches Ändern von Webinhalten
12:30 – 13:30
Mittagspause
13:30 – 15:00
Labeling Werkzeug
  • Erstellen eines Labeling Tools, um Daten schnell zu labeln und sie dann für das Training eines neuronalen Netzes zu verwenden
15:00 – 15:15
Kaffeepause
15:15 – 17:00
Interaktives Training eines neuronalen Netzes und Inferenz
  • Erstellen einer Web basierten GUI
  • Verbinden aller gelernten Technologien
  • Trainieren eines neuronalen Netzes
  • Ändern der Hyperparameter während der Laufzeit
  • Inferenz und vorhersage von Bildern

Zielgruppe für das Deep Learning Deployment Seminar

Diese Machine Learning Web App Schulung ist für technisch interessierte Fachkräfte ausgelegt, welche Vorkenntnise im Bereich Deep Learning / Machine Learning oder Data Science haben. Sie möchten erlernen die Ergebnisse Ihrer Data Science Anwendungen professionell in Web Anwendungen darzustellen oder sie für Ihre Kollegen leichter zugänglich zu machen.

Voraussetzungen für die Data Science Web App Schulung

Grundkenntnisse in Python oder solide Erfahrung in einer anderen Programmiersprache werden vorausgesetzt. Sie sollten ein gewisses Grundwissen im Bereich Data Science / Maschinelles Lernen / Deep Learning haben. Sie sollten grob verstehen, wie Machine Learning Algorithmen funktionieren und mit Grundbegriffen wie „Neuronales Netz“ oder „Trainieren“ vertraut sind.

Didaktischer Aufbau der Schulung

Dieser Web App Entwicklungs Kurs mit Fokus auf Deep Learning ist sehr praktisch ausgelegt. Wir bieten viele Übungsaufgaben an. Sie, als Teilnehmer lösen diese selbstständig oder in Kleingruppen. Bei Fragen unterstützt der Dozent. Das Ziel ist es, das Erlernte gleich einzuüben und zu vertiefen. Unklarheiten können so direkt vom Trainer beseitigt werden.

Technik im Kurs

  • Die Teilnehmer benötigen für die Übungsaufgaben Laptops. Wir empfehlen, Ihren eigenen Laptop mit der vorab installierten Software mitzubringen. Eine genaue Installationsanleitung für die Software wird Ihnen vor dem Seminar per E-mail zugesandt. Auf Anfrage stellen wir auch Schulungslaptops zur Verfügung.
  • Bitte prüfen Sie, ob Ihr Firmenlaptop Zugangsbeschränkungen im Internet hat. Die digitalen Unterlagen (Skript, Code, Dateien) werden im Kurs online zum Download zur Verfügung gestellt. Sie erhalten vor der Schulung per E-Mail den Link zu einer Testdatei zum Download, um dies überprüfen zu können.
  • Sie sollten sich in firmenfremde WLAN-Netze registrieren können.
  • Als Backup Lösung ist es möglich, dass der USB Port bei Ihrem Laptop freigeschalten ist, um damit im Seminar verwendete Dateien oder sonstige Unterlagen übertragen zu können.
  • In der Schulung wird das Betriebssystem Windows verwendet. Der Umgang mit Ihrem verwendeten Betriebssystem und Laptop sollte bekannt sein. Insbesondere sollten Sie ohne Schwierigkeiten Sonderzeichen auf der Tastatur finden (insbesondere bei Apple Geräten werden auf manchen Tastaturen nicht immer runde, eckige bzw. geschweifte Klammern dargestellt).
In welchen Städten wird die Deep Learning Deployment Schulung angeboten?

Wir bieten den Kurs neben dem Live-Online Format auch in folgenden Städten an: Stuttgart, Ulm, Frankfurt, München, Hamburg, Berlin, Köln. Falls Sie die Schulung gerne in einer anderen Stadt oder direkt bei Ihnen im Unternehmen besuchen möchten, kontaktieren Sie uns gerne.

Ich möchte gerne viel coden und hands-on Lernen. Ist das der richtige Kurs?

Definitiv. Sie werden sich im Kurs wohlfühlen. Die erste von vier Lektionen am ersten Tag schafft die Grundlagen und sie können den Editor gleich selbst ausprobieren. Ab der zweiten Lektion ist mindestens die Hälfte der Zeit zum selbstständigen Üben, so dass Sie das Besprochene direkt coden können und selbst erkennen, wo noch Fragen bestehen, die Sie mit dem Dozenten direkt besprechen können.

Welche Lernmethoden werden in der Schulung verwendet?

Im Seminar enthält jeder Block (meist über etwa 90 Minuten) eine oder mehrere Theorie- und Praxiseinheiten. Die Theorieeinheit dient dazu, Ihnen das nötige Wissen zu vermitteln, um die Übungsaufgaben zu verstehen und selbstständig lösen zu können. Wir verzichten auf langatmige, wissenschaftliche Theorieeinheiten und konzentrieren uns auf den theoretischen Stoff der zu einem besseren Verständnis beiträgt. Der Fokus liegt auf der Praxis, d.h. dem Codeschreiben und Lösen von kleinen Verständnisaufgaben zum Lernstoff. Fragen von Teilnehmern sind jederzeit möglich. Während der Praxiseinheit werden die Fragen individuell vom Dozenten beantwortet. Fragen von allgemeinem Interesse werden allen Teilnehmern erklärt. Die Folien, welche die Theorie und weitere Erklärungen vom Code enthalten erhalten Sie als pdf und in gedruckter Version. Codebeispiele und die Musterlösung der Übungsaufgaben liegen digital vor.

Wie sehen die Übungen für die Teilnehmer aus?

Die Übungen bestehen hauptsächlich aus Coding Aufgaben, d.h. Sie schreiben entweder kurze Codebeispiele oder Sie werden gefragt, Codelücken in einem bestehenden Code zu ergänzen. Letzteres schult auch das Codeverstehen. Die Aufgaben sind so gewählt, dass die wichtigen Aufgaben von allen Teilnehmern in der verfügbaren Zeit gelöst werden können. Wir haben Coding Aufgaben unterschiedlichen Schwierigkeitsgrades vorbereitet, so dass schnellere Teilnehmer oder Teilnehmer mit Vorwissen zusätzlich an weiteren Aufgaben üben können. Desweiteren gibt es für manche Kapitel kurze Kontrollfragen zum Theorieteil.

Weitere FAQs
KURS BUCHEN
Bildungsschecks
Bildungsscheck Nordrhein Westfalen
Bildungsprämie
Wir akzeptieren den Bildungsscheck NRW und die Bildungsprämie.
  • für KMU und Einzelpersonen
  • Übernahme von bis zu 500 EUR der Kursgebühren
Mehr Informationen
KURS BUCHEN
Stimmen bisheriger Teilnehmer
Tycho Stange
Manager
KMPG
Dr. Tina Miedtank
Postdoc
Rotterdam School of Management
Sarah Wagner
Promotion in Astrophysik
Universität Würzburg
Matteo Vandelli
Universität Hamburg
Jakob
Martin Schlederer
Universität Hamburg
Previous
Next
SEMINAR BUCHEN
Warum bei Enable AI buchen
Leistungen im Kurs
Durchführungsgarantie

Online ab 2 Teilnehmer und in Präsenz ab 3 Teilnehmer führen wir ein Seminar durch, so dass Sie auch bei kleinerer Gruppengröße intensiv lernen können und Ihren Lernerfolg erzielen können.

Zufriedenheitsgarantie

Sollten Sie in einem mehrtägigen Seminar bis zum Ende des ersten Seminartags merken, dass dieses Seminar nicht Ihren Erwartungen entspricht, sprechen Sie bitte mit dem Kursleiter am ersten Seminartag und es wird Ihnen die volle Kursgebühr inkl. Anreise (30 cent / km bzw. Bahnfahrt 2. Klasse) erstattet. Ohne Wenn und Aber.

Wissensgarantie

Falls Ihr(e) MitarbeiterIn unerwarteterweise innerhalb eines halben Jahres nach dem Besuchen eines Kurses für mehr als 6 Monate (Krankheit, Elternzeit, Sabbatical,...) ihr Unternehmen verlässt, darf kostenlos ein Kollege innerhalb eines Jahres ab dem Verlassen des Kollegens ein stattfindendes Seminar mit demselben Inhalt besuchen.

Hands-on Schulungen

Die Kurse sind hands-on Trainings, mit vielen Coding Übungen (inkl. digitalen Musterlösungen). Denn durch praktische Beispiele lernt man am meisten.

Individuelle Schulungen

Wenn es im Interessen der Schulungsgruppe ist, ändert der Trainer das Seminar nach Ihren Wünschen ab bzw. integriert Ihre Daten nach Rücksprache in den Kurs.

Aktualisierte Schulungen

Sollten Sie eine Schulung zweimal besuchen, wird diese nicht identisch sein. Ihr Feedback wird berücksichtigt und die Schulungen werden an die aktuelle Themen in Forschung und Entwicklung angepasst.

Trainer aus der Praxis

Die Trainer, die in exklusiver Kooperation mit Enable AI zusammen arbeiten, kommen alle aus der Praxis und vermitteln praxisnahes, aktuelles Wissen auf leicht verständliche Art und Weise mit dem Ziel, dass Sie in Ihrer Arbeit das Wissen direkt anwenden können.

Kleine Gruppen

Garantierte maximale Gruppengröße von 10 Teilnehmern. Im Durchschnitt besuchen 3-6 Teilnehmer einen Kurs.

Fundiertes Wissen

Vor der Zusammenarbeit werden unsere Trainer geprüft. Alle besitzen fundierte Kenntnisse, u.a. durch Studium, Promotion und Berufserfahrung in den Bereichen Mathematik, Informatik, Statistik und Machine/Deep Learning.

Ihr Trainer für den Kurs

Dr. Waldemar Smirnov

Nach dem Physik Studium an der RWTH Universität Aachen, Universität Manchester und Universität Freiburg, promovierte er am Fraunhoferinstitut für Festkörper Physik in Freiburg. Ein wichtiges Thema war Datenextraktion aus Bildern.

Seit 2012 arbeitet er in der Industrie und entwickelt Deep Learning Algorithmen für aktuelle industrielle Anwendungsgebiete, insbesondere zur Fehlerdetektion und Automatisierung der optischen Inspektion. Dafür nutzt er das Zusammenspiel von Python, HTML und JavaSkript, um komplexe Algorithmen einem fachfremden Publikum zur Verfügung zu stellen.

Er gibt sein Fachwissen aus der Praxis gerne in Seminaren und online Tutorials weiter.

Haben Sie noch Fragen

Jan Köhler - Gründer von Enable AI

Termin vereinbaren
  • Fragen zum Inhalt des Seminars?
  • Sind Sie sich unsicher, ob der Kurs Sie weder über- noch unterfordert?
  • Fragen, ob Sie das Wissen aus dem Kurs für Ihre tägliche Arbeit anwenden können?
  • weitere generelle Fragen zur Schulung?
  • einen Terminwunsch?

Rufen Sie uns an oder schreiben Sie uns eine Email

0711-96 88 15 53
info@enable-ai.de

Gerne können Sie auch direkt einen Termin mit uns vereinbaren oder eine Nachricht schreiben.

Inhouseschulung / Firmenschulung

Sie suchen einen Data Science Deployment Intensivkurs als Firmen-Weiterbildung. Der Inhalt der Schulung kann individuell angepasst werden. In Abstimmung mit dem Dozenten können Sie Schwerpunkte der Firmen-Schulung setzen, Inhalte aus der offenen Schulung streichen und weitere Inhalte hinzufügen.

Vereinbaren Sie einen Termin für ein kostenloses Beratungsgespräch.

Die Firmen-Trainings des  Machine Learning Deployment Kurses können Live-Online oder bei Ihnen vor Ort gehalten werden. Zudem können Sie auch in München, Stuttgart, Berlin, Hannover, Köln, Hamburg, Düsseldorf, Frankfurt, Dortmund, Münster, Essen, Bonn, Dresden, Leipzig, Bremen, Duisburg, Bochum, Wuppertal, Bielefeld, Mannheim, Freiburg, Brauschweig, Kiel oder Karlsruhe stattfinden.

Thematisch ähnliche
Schulungen
Auswahl ähnlicher Kurse wie der Deep Learning Web Apps Kurs
PyBasic – Python Grundlagen Anfänger Kurs
Python - 3 Tage

Erlernen Sie Variablendeklaration, Vergleichs- und Zuweisungsoperatoren und Kontrollfunktionen (eigene Funktion schreiben, IF-Anweisung). Viele Hands-On Coding Übungen und vertiefende Beispiele führen Sie in diesem Grundkurs für Anfänger praktisch in die Programmierung mit Python ein.

MLPy – Machine Learning Kurs
Python - 2 Tage

Aufbauend auf Python Grundkenntnissen, werden supervised und unsupervised Machine Learning Algorithmen in scikit-learn und die wichtigsten Schritte beim Trainieren der Algorithmen behandelt. Folgende Algorithmen werden erläutert: Lineare & Logistische Regression, Entscheidungsbaum, Ensembles, Neuronales Netz (MLP), K-Nearest Neighbor, K-means, DBSCAN Clustering.

DSR – Data Science in R Schulung
R - 3 Tage

Die Data Science in R Schulung vermittelt einen kompakten Einstieg in die Programmiersprache R für Datenanalyse und Data Science / Data Mining. Sie lernen das beliebte Paket tidyverse zur Datenmanipulation, erstellen Grafiken mit ggplot2 und schreiben eigene Funktionen. Der Einstieg in Machine Learning und die Umsetzung von bekannten Algorithmen (u.a. Lineare Regression, Entscheidungsbaum, K-Means Clustering) ist ein weiterer Schwerpunkt.

DSBoot – Data Science Bootcamp Weiterbildung
Python - 5 Tage

Sie erlernen einen umfassenden Einstieg in die Programmiersprache Python mit Fokus auf Data Science und Machine Learning. Nach dem Seminar sind sie fähig einfache Datenanalysen in Ihrem Unternehmen durchzuführen und ihre erworbende Kenntnisse selbständig zu vertiefen. U.a. folgende Python Pakete werden erläutert: pandas, numpy, matplotlib, seaborn, scikit-learn, statsmodels.

Risikofrei Buchen

Rücktritt bei Nichtgefallen

Sollten Sie in einem mehrtägigen Seminar bis zum Ende des ersten Seminartags merken, dass dieses Seminar nicht Ihren Erwartungen entspricht, sprechen Sie bitte mit dem Kursleiter am ersten Seminartag und es wird Ihnen die volle Kursgebühr inkl. Anreise (30 cent / km bzw. Bahnfahrt 2. Klasse) erstattet. Ohne Wenn und Aber.

Stornierung

Sie können eine Bestellung kostenlos bis 14 Tage vor Beginn der Schulung stornieren.

Bis 7 Tage vor Kursbegin fallen 50% Stornokosten zzgl. MwSt an.

Weniger als 7 Tage vor Kursbegin ist die gesamte Seminargebühr zzgl. MwSt zu zahlen.

Anfallende Stornokosten werden Ihnen bei Umbuchung auf einen anderen Termin oder auf ein anderes Seminar verrechnet.

Sie können einen Ersatzteilnehmer für Ihr gebuchtes Seminar zum gebuchten Termin benennen. In diesem Falle verändern wir Ihre Buchung kostenfrei und tragen den Ersatzteilnehmer ein.

Sie haben bei Stornierung zudem auch die Möglichkeit einen anderen Termin, an dem das Seminar bereits stattfindet (d.h. die Mindestteilnehmerzahl ist erreicht), oder ein anderes Seminar (das aufgrund der Buchungslage bereits stattfindet) kostenfrei bzw. nach Bezahlung des Differenzbetrages, teilzunehmen. Ist das gewählte Seminar preisgünstiger, erstatten wir Ihnen den Differenzbetrag nach Teilnahme am Seminar zurück. Diese Möglichkeit erfolgt aus Kulanz ohne Anerkennung einer Rechtspflicht.

Falls die Buchungslage es ermöglicht, können wir einen Ersatzteilnehmer aus der Warteliste benennen. In diesem Fall ist Ihre Stornierung kostenfrei. Dies ist jedoch nicht garantiert und erfolgt aus Kulanz ohne Anerkennung einer Rechtspflicht.

Schulungsort Live Online

Live-Online, Ort für Kurse und Schulungen von Enable AI

Für unsere Live Online Schulungen verwenden wir die Software Zoom.

Durch die Möglichkeiten die Teilnehmer in Breakout Räumen aufzuteilen und auf die Bildschirme der einzelnen Teilnehmer zu schauen, ist es für uns möglich, Sie auch in einem Live Online Seminar individuell zu betreuen.

Etwa eine Wochen vor Beginn der Schulung erhalten Sie von uns den Zugangslink zu Zoom per Email zugesandt.

Schulungsraum in München

Münchner, eine Stadt inder Enable AI Kurse und Schulungen anbietet

Die Seminarräume in München befinden sich 900m von der S-Bahn Haltestelle Donnersbergerbrücke. Von dort sind es 6 min bis zum Hauptbahnhof München.

Adresse Seminarraum München

Regus
Landsberger Straße 155
80687 München