Beschreibung/Agenda
Mit den geeigneten Plattformen und Entwicklungswerkzeugen lassen sich KI-Projekte sehr schnell umsetzen. Insbesondere die vielversprechenden Deep-Learning-Technologien besitzen eine Vielzahl an Entwicklungstools, die es KI-Entwicklern erlauben, weniger Zeit für aufwendige Grundlagen-Implementationen aufzubrauchen und dafür mehr Zeit für die Problemlösung selbst zu finden.
In mehreren Teilen geht es in diesem Schwerpunkt deshalb rund um die Entwicklung: Angefangen bei einem Einstieg in die Pythonprogrammierung, über die Betrachtung gängiger Entwicklungstools und -frameworks, bis hin zu Deep-Learning-Grundlagen und deren Implementation. Diese Reihe erlaubt es Programmierern ohne KI-Kenntnisse, startbereit für Deep Learning zu werden. An den einzelnen Teilen kann sequenziell teilgenommen werden, benötigte Kenntnisse in späteren Teilen werden in vorherigen Teilen vermittelt – grundlegende Programmierkenntnisse sollten jedoch mitgebracht werden.
Die Inhalte werden anhand von uns gehosteter Jupyter Books gemeinsam erarbeitet – Teilnehmer können direkt aktiv im Web-Browser mit programmieren, ohne vorher ihr eigenes System vorbereiten zu müssen. Übungen im Laufe der Veranstaltungen geben Zeit, die Inhalte zu festigen.
1: Python-Grundlagen für Deep Learning
In dieser zweiteiligen Reihe werden die Grundlagen der Pythonprogrammierung als Basis für Deep Learning nähergebracht. Die folgenden Themen werden behandelt:
- die Syntax gängiger Python-Strukturen, u. a. Funktionen, Klassen, Variablen
- Python-Datenstrukturen (List, Dictionary, Tuple)
- Python-Module
Voraussetzungen:
Allgemeine Programmierkenntnisse: Teilnehmer sollten bereits Kenntnisse von einer anderen, bestenfalls objektorientierten Sprache mitbringen. So sollten folgende Fragen beantwortet werden können: Wie ist ein Programm aufgebaut? Was für Datentypen gibt es? Was sind Funktionen, Variablen, Ablaufstrukturen, Klassen?
Zielgruppe:
Entwickler ohne Pythonkenntnisse, die in Zukunft Deep-Learning-Algorithmen implementieren möchten.
Details und Termine zu anderen Teilen dieses Schwerpunktes finden Sie hier.
