SEMINAR

W-3430

Python

2 Tage

Standorte

Termine

Deep Learning mit Zeitreihen

Kein Badge verfügbar.

Ihren Wunschtermin finden

Praxisnahe Seminare, die Ihren Berufsalltag spürbar erleichtern

SEMINARINHALTE

Das erwartet Sie

Ziele

In diesem praxisnahen Training erwerben Sie fundierte Kenntnisse zur Analyse und Vorhersage zeitabhängiger Daten. Im Mittelpunkt steht der Umgang mit komplexen Datenverläufen, wie sie in Anwendungsfeldern der Textanalyse, im Natural Language Processing (NLP) oder bei der Untersuchung von Markt- und Preistrends auftreten. Sie lernen, neuronale Netze gezielt auf zeitbasierte Fragestellungen anzuwenden. Dazu gehören die Entwicklung, das Training und die Bewertung eigener Modelle sowie der Einsatz spezialisierter Architekturen wie Rekurrenter Neuronaler Netze. Das Programm verbindet theoretische Grundlagen mit intensiven Praxisübungen. Sie erarbeiten sich die Fähigkeit, Probleme methodisch zu analysieren, passende Lösungsstrategien auszuwählen und diese direkt umzusetzen. Dabei nutzen Sie moderne Werkzeuge wie Python sowie Frameworks wie TensorFlow und Keras, um einen unmittelbaren Transfer in die Praxis zu gewährleisten.

Inhalt

Deep Learning Grundlagen

Überblick über Deep Learning anhand eines Multi-Layer-Perceptrons
Arbeiten mit rekurrenten neuronalen Netzen (RNN, LSTM, GRU)
Moderne Ansätze im Deep Learning: Transformer-Architekturen

Klassische Methoden der Zeitreihenanalyse

Zentrale Komponenten von Zeitreihen: Trend, Saisonalität und Residuen
Umgang mit fehlenden Werten durch Interpolation
Beispiel klassischer Verfahren: ARIMA-Modellierung

Anomalieerkennung in Zeitreihen

Einsatz von Autoencodern zur Mustererkennung
Praxisbeispiel: Anomalieerkennung in Zeitreihen mit Deep Learning

Deep Learning für Zeitreihenprognosen

Forecasting mit Transformer-Architekturen
Einführung in die Deep-Learning-Bibliothek PyTorch
Temporal Fusion Transformer (TFT) im Überblick
Praxisbeispiel: Zeitreihenprognosen mit PyTorch

AutoML und Zeitreihen

Kombination von Deep Learning und klassischem Machine Learning
Einführung in Amazons AutoGluon
Praxisbeispiel: Forecasting mit AutoGluon

Badge

Kein Badge verfügbar.

Vorkenntnisse

Die Voraussetzung zur Teilnahme ist ein grundlegendes Programmierverständnis. Erste Kenntnisse in Statistik und Python sind von Vorteil, jedoch nicht zwingend erforderlich.

Zielgruppe

Dieser Kurs richtet sich an Data Scientists, Analysten und Softwareentwickler, die ihr Wissen im Bereich Deep Learning und Datenanalyse gezielt vertiefen möchten.

Methoden

Seien Sie nicht nur am Ergebnis orientiert. Sondern auch am Erlebnis.

Unsere Bestsellerseminare

Werdet die agilen Managerinnen und Manager von morgen.

Ziel: Zertifizierter Abschluss, um sich klar am Markt vor den anderen positionieren zu können; nutzen Sie Ihre Aufstiegschance für Weiterführung Ihrer Karriere. Persönliche und fachspezifische Persönlichkeitsentwicklung.

ZUR MANAGER INSTITUT UNIVERSITY

Kontakt

TELEFON

+49 800 3060303

FAX

+49 800 3060303 33

MAIL

beratung@manager-institut.de

MARTIN HEUBECK

Sales Gruppenseminare und Inhouse Standard
Mo - Fr 8:00 - 17:00 Uhr
Martin.Heubeck@
manager-institut.de

BERATUNGSTERMIN BUCHEN

ITALIA BRILLANTE

Group Leader Inhouse und Seminarmanagement
Mo - Fr 8:00 - 17:00 Uhr
Italia.Brillante@
manager-institut.de

BERATUNGSTERMIN BUCHEN

TUGBA PAMUKCUOGLU

Seminarmanager
Mo - Fr 8:00 - 17:00 Uhr
Tugba.Pamukcuoglu@
manager-institut.de

BERATUNGSTERMIN BUCHEN

JESSICA GERSTENLAUER

Junior Seminarmanager
Mo - Fr 8:00 - 17:00 Uhr
Jessica.Gerstenlauer@
manager-institut.de

BERATUNGSTERMIN BUCHEN

FAYZULLAKHON UMAROV

Seminar and Finance Coordinator
Mo - Fr 8:00 - 17:00 Uhr
Fayzullakhon.Umarov@
manager-institut.de

BERATUNGSTERMIN BUCHEN

SIMONE HABERGER-ZAHN

Finance Manager
Mo - Fr 8:00 - 17:00 Uhr
Buchhaltung@
manager-institut.de

BERATUNGSTERMIN BUCHEN

ANNA HENNING

Marketing Manager
Mo - Fr 8:00 - 17:00 Uhr
Anna.Henning@
www.manager-institut.de

BERATUNGSTERMIN BUCHEN

MEINUNGEN

Beim Seminar habe ich die tolle Atmosphäre mit dem Dozenten und den Seminarteilnehmern sehr geschätzt. Die kleine Teilnehmerzahl ließ zudem viel Raum für Fragen.

Frau Jäger, SBK Siemens-Betriebskrankenkasse

Das Seminar wurde in einer kleinen Gruppe durchgeführt und dadurch kam es zu einer intensiven Betreuung aller Teilnehmer.

Herr Gabriel, Airbus DS Airborne Solutions GmbH, Bremen

Das Seminar war sehr aufschlussreich und interessant. Die Referentin hat eine sehr angenehme Art der Wissensvermittlung.

Frau Müller, Carl Zeiss AG, Oberkochen

Ich kann das Training nur weiterempfehlen. Der Dozent hat mir gute Tools mitgegeben, die ich wöchentlich nutze. Er ist ein sehr angenehmer Trainer. Er hat also meine Erwartungen übertroffen.

Frau Parmentier, BSH Hausgeräte GmbH, München