Schulung: Deep Learning Deployment | Web Apps

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.

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

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.

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).

Python Grundlagen Anfänger Kurs

Python - 3 Tage

Einführung in die Programmiersprache Python für Programmierer mit Grundkenntnissen in einer anderen Programmiersprache. Vorstellung einiger der am häufigsten gebrauchten Python Bibliotheken (u.a. numpy, os, shutil) und Einführung in die Objektorientierte Programmierung in Python. Erläuterung von Code Debugging in Python. Es wird der Editor (IDE) Pycharm verwendet.

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.

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.

Data Science 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.

Data Science Deployment / Entwicklung von Deep Learning Web Apps

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

Kurs auf einen Blick

Über die Schulung

Ihr Trainer für den Kurs

Seminar auf einen Blick

Beschreibung vom Deep Learning Deployment Kurs

Was lernen Sie in dem Data-Science Web App Kurs

Organisatorisches

Zielgruppe für das Deep Learning Deployment Seminar

Voraussetzungen für die Data Science Web App Schulung

Didaktischer Aufbau der Schulung

Technik im Kurs

Inhouseschulung / Firmenschulung

Data Science Deployment / Entwicklung von Deep Learning Web Apps​

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

Kurs auf einen Blick

Über die Schulung

Ihr Trainer für den Kurs

Seminar auf einen Blick

Beschreibung vom Deep Learning Deployment Kurs

Was lernen Sie in dem Data-Science Web App Kurs

Organisatorisches

Zielgruppe für das Deep Learning Deployment Seminar

Voraussetzungen für die Data Science Web App Schulung

Didaktischer Aufbau der Schulung

Technik im Kurs

Inhouseschulung / Firmenschulung

Data Science Deployment / Entwicklung von Deep Learning Web Apps