Künstliche Intelligenz
© iStock.com/ktsimage
Hands-On-Workshop Deep Learning and Computer Vision

Hands-On-Workshop Deep Learning and Computer Vision

 „Deep Learning“ bricht aktuell alle Rekorde auf dem Gebiet der künstlichen Intelligenz – dank der heute zur Verfügung stehenden enormen Datenmengen und massiven Rechenleistungen. In Anlehnung an die Funktionsweise des menschlichen Gehirns lernen diese mehrschichtigen Neuronalen Netze aus Beispielen Lösungen abzuleiten. Das Prinzip ist universell. Es funktioniert branchenunabhängig von Automotive bis Medizin, mit Daten aus unterschiedlichsten Quellen von Kameras bis zur menschlichen Stimme.

Zielgruppe:
Softwareentwickler/-architekten aus dem F&E-Bereich, die sich mit der Analyse von Daten beschäftigen. Unternehmen, die Deep Learning in ihren Projekten und ihrer Strategie einsetzen wollen.

Inhalt:
Dieser zweitägige Hands-On-Workshop bietet Theorie und Praxis in Einem. Das vermittelte Wissen wird in intensiv betreuten Übungen anhand konkreter Beispiele erfahrbar gemacht und der praktische Umgang mit Deep Learning Workflows eingeübt. Der thematische Fokus des Workshops liegt im Bereich der Computer Vision. Ausflüge in andere Themenbereiche geben zudem einen Einblick in die Vielfalt der möglichen Anwendungsgebiete. Die Übungen basieren auf Google TensorFlow.

Voraussetzungen:
Grundkenntnisse im Programmieren (vorzugsweise in Python)

Technische Voraussetzungen:

  • Das Seminar wird online per Microsoft Teams durchgeführt.
  • Sie erhalten einige Tage vor dem Termin einen Link, mit dem Sie sich anmelden können
  • Benötigte Ausstattung:
    • Rechner mit Internetzugang | Mikrofon | Kamera
    • Webbrowser: idealerweise Chrome oder ein Chromium Derivat | Firefox

--------------------------------------------------------------------------------

Sichern Sie sich jetzt Ihren Platz in unserem begehrten Workshop »Deep Learning and Computer Vision«

Neuer Termin: 9. - 10. November 2021 Infos und Anmeldung hier möglich

-------------------------------------------------------------------------------
Keinen passenden Termin gefunden?

Dann lassen Sie sich hier auf unsere Warteliste setzen!

Unsere Referenten

Jessica Deuschel (M.Sc.) arbeitet als Research Associate am Fraunhofer IIS. Ihr Fokus liegt vor allem im Bereich der affektiven Zustandserkennung mithilfe von multimodaler Fusion. Dabei interessiert sie sich insbesondere dafür, wie Unsicherheiten, die in Neuronalen Netzen zum Beispiel durch eine Verschiebung der Datenverteilung entstehen, berücksichtigt werden können. Dies ist ebenfalls Teil ihrer Promotion im Bereich „Explainable AI“.

Ines Rieger (M.Sc.) ist wissenschaftliche Mitarbeiterin am Fraunhofer IIS. Ihre Arbeit konzentriert sich auf die automatische Bildverarbeitung, hauptsächlich im Bereich der Erkennung von affektiven Zuständen mithilfe von Verfahren des Maschinellen Lernens. Derzeit arbeitet sie an einem Projekt zur Abschätzung von Schmerzzuständen anhand von Gesichtsbildern. Hierbei interessiert sie sich besonders für die Weiterentwicklung von Methoden zur Interpretierbarkeit von Neuronalen Netzen. Außerdem promoviert sie an der Universität Bamberg auf dem Gebiet der „Explainable Artificial Intelligence“.

Andreas Foltyn (M.Sc), ebenfalls Research Associate am Fraunhofer IIS, hat seine aktuellen Arbeitsschwerpunkte im Bereich Erkennung von affektiven Zuständen mithilfe von Verfahren des Maschinellen Lernens. Zeitgleich promoviert er auch im Bereich der Künstlichen Intelligenz mit Schwerpunkt auf Erklärbarkeit von tiefen neuronalen Netzwerken.  

Jaspar Pahl (M.Sc.) ist Research Associate am Fraunhofer IIS und arbeitet dort an der Erkennung von affektiven Zuständen auf Bilddaten. Insbesondere interessiert er sich für die Integration von Vorwissen in die dafür genutzten Algorithmen mithilfe von Erklärbarkeit, was auch das Thema seiner Promotion innerhalb der Kognitive Systeme Gruppe an der Universität Bamberg ist.