Veranstaltungen

Im Frühling 2021 bietet das HAISEM-Labor mehre Online-Kurs:

Die richtige Wahl der Hardware für Ihre KI-Anwendung: am 19. Mai 2021
Reinforcement Learning : am 26-27. Mai 2021
Programmierbarkeits-Kurs Python : am 17-18. Juni 2021

Für weitere Informationen besuchen Sie unseren HAISEM youtube channel und unsere Homepage

Mittwoch, 19 MAi 2021: Die richtige Wahl der Hardware für Ihre KI-Anwendung
Machine Learning Anwendungen stellen in der regel sehr unterschiedliche Anforderungen an die Rechenleistung. Das Anwendungsspektrum kann von dem Einsatz kleiner “Fully Connected” Netze bis zum Training von Forschungsmodellen mit Milliarden von Parametern reichen und dementsprechend sind optimale Anforderungen an die Hardware ausschlaggebend. Es stellt sich die Frage, ob die Anwendung mit einer CPU ausreicht oder ob mehrere GPUs eingesetzt werden müssen? Ist sie auf ein “Embdedded System” übertragbar und welches Konfigurations System bietet den Kompromiss zwischen Genauigkeit, Rechenleistung und dem erforderlichen Energieverbrauch?

Ziel dieses eintägigen Kurses ist es, einen Überblick über die Möglichkeiten verschiedener Hardware Systeme zum Einsatz von Machine Learning zu geben. Den Teilnehmern wird eine Einführung in die Eigenschaften verschiedenen Rechenplattformen gegeben und es wird erläutert, wie sich diese auf die Berechnung von Machine Learning Applikationen auswirkt.
Auszug aus der Agenda:
– Überblick über Machine Learning Anwendungen
– Einführung in Grundprinzipien verschiedener Hardware Lösungen (CPUs, GPUs, FPGAs und ASICs)
– Fallbeispiele für Anwendungen und deren Implementierung in Hardware

Registrieren

Mittwoch, und Donnerstag 26-27.Mai 2021: Reinforcement Learning
Inhalt:
Reinforcement Learning (RL) ist in letzter Zeit populär geworden, um verschiedene Arten von Aufgaben zu erledigen, wie z. B. Schach und Go zu spielen, Autos zu fahren und Videospiele auf einem übermenschlichen Niveau zu besiegen. RL ist ein Bereich des maschinellen Lernens, der sich mit der Entscheidungsfindung und der Interaktion mit dynamischen Systemen, wie z. B. Robotern, beschäftigt. Dieser Kurs vermittelt Ihnen die theoretischen und praktischen Kenntnisse des Reinforcement Learning.

Auszug aus der Agenda:
- Einführung in Reinforcement Learning.
- Beispiele zu realen Anwendungen von RL.
- Markov Decision Processes(MDP).
- Modellbasiertes Lernen.
- Wertfunktions-Approximation.
- Policy Gradient Methode.
Registrieren

Donnerstag, und Freitag 17-18. Juni 2021: Programmierbarkeits-Kurs Python
Inhalt:
KI und Machine Learning werden in den verschiedensten Unternehmensbereichen bei unterschiedlichen Problemstellungen eingesetzt. Auch die Vorverarbeitung von Daten und deren Anpassung spielen dabei eine Rolle. Um diese umfangreichen Problemstellungen anzugehen, bietet Python eine Vielzahl an Möglichkeiten.

Praktische Fragestellungen könnten sein:
- Wie „versteht“ der Computer meine Daten?
- In welchem Format müssen meine Daten vorliegen?
- Wie bringe ich einem Computer bei, Dinge in Bildern zu erkennen?
- Wie wende ich Neuronale Netze auf ein Problem an?

Ziel dieses zweitägigen Kurses ist es, einen Überblick anhand ausgewählter Beispiele zu geben, wie sich Problemstellungen der KI mit Hilfe der Programmiersprache Python lösen lassen. Natürlich bieten wir einen praxisnahen Einstieg in die Programmiersprache, aber Grundkenntnisse in Python sind dennoch sehr hilfreich. Falls Sie vor unserem Kurs bereits in Python reinschnuppern oder ihre Kenntnisse auffrischen möchten, raten wir Ihnen zum Besuch des abgestimmten Upgrade-IT Kurses
„Python Boot Camp“ am 3./4. Juni.


Nach einer kurzen Python-Einführung werden unterschiedliche Problemstellungen anhand von ausgewählten KI-Methoden behandelt, insbesondere aus dem Bereich des maschinellen Sehens. Wir werden ebenfalls einen Einblick in die Programmierung von Spezialhardware, hier GPU (Graphics Processing Unit) geben. Neben der reinen Programmierung ausgewählter Frameworks werden wir zudem einen größeren Überblick der „Programmierbarkeit“ über Frameworks hinweg zu bieten.


Auszug aus der Agenda:
- Wiederholung Python an einem KI Beispiel
- Datenhaltung
- Computer Vision
- Natural Language Processing
- Einführung Hardware Programmierung z.B. GPU

Registrieren