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.

Voraussetzungen:
Grundkenntnisse im Programmieren (vorzugsweise in Python)

Sehr geehrte Damen und Herren,

wir laden Sie herzlich zu unserem zweitägigen Workshop »Deep Learning and Computer Vision« ein.

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.

Anmeldung

Die Anzahl der Plätze ist begrenzt. Anmeldungen sind bis 1 Woche vor Veranstaltungsbeginn möglich. Anmeldungen sind hier möglich.  

Kosten

1.900 Euro (inkl. Verpflegung und Unterlagen)
Diese Schulung ist umsatzsteuerbefreit nach UStg §4 Nr. 22a
 

Kontakt

Dominik Seuß
Telefon +49 9131 776 5164
ai-services@iis.fraunhofer.de
 
 

Veranstaltungsort

Fraunhofer IIS in Erlangen (Am Wolfsmantel 33, D-91058 Erlangen)  

Datum

10. und 11. Dezember 2019

 

Sprache

deutsch  

Unsere Referenten

 

Dominik Seuß (M.Sc) ist Senior Engineer am Fraunhofer IIS. Seine Forschungsinteressen liegen im Bereich der künstlichen Intelligenz mit Schwerpunkt auf der Erkennung von Schmerz mit Hilfe von Methoden des Maschinellen Lernens, worin er auch promoviert. Er hat langjährige Erfahrung in der Durchführung von Forschungs- und Entwicklungsprojekten für Industrie und den öffentlichen Sektor. Aktuelle Arbeitsschwerpunkte sind Generative Netze im Bereich der Computer Vision.

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.