fachevents.de
Anmelden
Seminarit-software-ki

Deep Learning mit Python & Keras

26.–29. Juli 2026Hybrid · Köln

Technisches Training zum Aufbau und Training neuronaler Netze mit Python und dem Keras-Framework.

Seminar
Datum26.–29. Juli 2026
HybridHybrid · Köln
FormatSeminar
Preisab 2.660 €

Über die Veranstaltung

Neuronale Netze selbst aufbauen und trainieren zu können, eröffnet Entwicklern tiefe Einblicke in die Funktionsweise moderner Lernverfahren. Das Training am 27.07.2026 in Köln vermittelt genau diese praktischen Fähigkeiten. Unter der Leitung der GFU Cyrus AG erarbeiten Teilnehmende die Konzepte des Deep Learning mit Python und dem Framework Keras. Der Fokus liegt auf der konkreten Implementierung von Modellen, die Muster in Daten erkennen und Vorhersagen treffen. Ein zentrales Unterthema ist die Architekturgestaltung: Wie viele Schichten benötigt ein Netz, und wie beeinflussen verschiedene Parameter das Lernergebnis? Diese Fragen werden anhand praktischer Beispiele greifbar gemacht. Zudem wird beleuchtet, wie der Trainingsprozess überwacht und abgebrochen wird, falls das Modell eine ungünstige Entwicklung nimmt. Der Standort Köln in Nordrhein-Westfalen bietet eine geeignete Umgebung für diesen intensiven Einstieg in die Künstliche Intelligenz. Der genaue Veranstaltungsort wird noch bekanntgegeben. Für Fachkräfte aus der IT, Software und KI ist das Seminar relevant, die verstehen möchten, was hinter den Kulissen gängiger Bibliotheken passiert. Das erworbene Wissen ermöglicht es, Modelle gezielter zu konfigurieren und typische Fehlerquellen bei der Erstellung lernfähiger Systeme frühzeitig zu erkennen.

Anreise & Ort

Online + Präsenz

Köln

Karte von OpenStreetMap laden

Beim Laden der Karte werden Daten an OpenStreetMap übertragen.

Der Routenlink öffnet einen externen Kartendienst.

Route planen

Themen & Details

it-software-kiKIPythonDeep Learning

Anmeldung

ab 2.660 €zzgl. MwSt.

pro Person

Veranstalter

GFU Cyrus AG

Ähnliche Events

Alle Seminare

Noch keine Bewertungen – nach Teilnahme bewerten