Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Schulung Einführung in Ludwig: Leistungsstarke Deep Learning-Modelle
Praxisorientierte Übungen zur Entwicklung und Optimierung von Ludwig-Modellen
Schulungsformen
Offene Schulung
- 3 Tage
- 5 gesicherte Termine
- 1.930,00 p. P. zzgl. MwSt.
- Köln / Online
- Online oder Präsenz
- Dritter Mitarbeitende kostenfrei
Inhouse-/Firmenschulung
- 3 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Online, Präsenz oder Hybrid
- Lernumgebung in der Cloud
Individualschulung
- 3 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Online, Präsenz oder Hybrid
- Lernumgebung in der Cloud
Beschreibung
In diesem Seminar lernen die Teilnehmenden die grundlegenden und fortgeschrittenen Techniken zur Nutzung von Ludwig kennen. Das Seminar umfasst die Einführung in Ludwig, Installation und Einrichtung, grundlegende Konzepte und Funktionen, erweiterte Modellierungstechniken, Integration in bestehende Systeme, Performance-Optimierung und Skalierung sowie Debugging und Monitoring. Teilnehmende werden in die Lage versetzt, Ludwig effektiv zu nutzen, um leistungsstarke und skalierbare Deep Learning-Modelle zu erstellen. Durch praxisorientierte Übungen und detaillierte Anleitungen erlangen sie die Fähigkeit, qualitativ hochwertige Modelle zu entwickeln, erweiterte Funktionen zu implementieren und ihre Anwendungen performant und benutzerfreundlich zu gestalten.
Suchen Sie nach einem besser passenden Deep Learning Training?
Schulungsziel
Am Ende des Seminars sind die Teilnehmenden in der Lage, Ludwig effektiv zu nutzen, um leistungsstarke, skalierbare und benutzerfreundliche Deep Learning-Modelle zu entwickeln. Sie lernen, wie sie Daten aus verschiedenen Quellen integrieren, erweiterte Funktionen implementieren und die Performance ihrer Modelle optimieren. Durch praktische Übungen und detaillierte Anleitungen erwerben sie die Fähigkeiten, qualitativ hochwertige Modellierungs-Projekte zu erstellen und die Effizienz und Qualität ihrer Arbeit zu verbessern.
Details
Wer teilnehmen sollte
Dieses Seminar richtet sich an IT-Fachkräfte, Entwickler, Datenwissenschaftler und technische Fachkräfte, die eine leistungsstarke und flexible Lösung zur Entwicklung und Optimierung von Deep Learning-Modellen suchen. Grundkenntnisse in der Programmierung und grundlegende IT-Kenntnisse sind erforderlich
Ihre Schulung
Präsenz-Schulung | Online-Schulung |
|---|---|
| Lernmethode | |
Ausgewogene Mischung aus Theorie und Praxis | Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent. |
| Unterlagen | |
Seminarunterlagen oder Fachbuch zum Seminar inklusive, das man nach Rücksprache mit dem Trainer individuell auswählen kann. | Seminarunterlagen oder Fachbuch inklusive (per Post). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. |
| Arbeitsplatz | |
| PC/VMs für jeden Teilnehmenden Hochwertige und performante Hardware Große, höhenverstellbare Bildschirme Zugang zu Ihrem Firmennetz erlaubt |
|
| Lernumgebung | |
Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter. | |
| Arbeitsmaterialien | |
DIN A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its | |
| Teilnahmezertifikat | |
Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen am Ende des Seminars ausgehändigt. | Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen per Post zugesandt. |
Organisation
Präsenz-Schulung | Online-Schulung | |
|---|---|---|
| Teilnehmendenzahl | ||
min. 1, max. 8 Personen | ||
| Garantierte Durchführung | ||
Ab 1 Teilnehmenden* | ||
| Schulungszeiten | ||
| ||
| Ort der Schulung | ||
 GFU SchulungszentrumAm Grauen Stein 27 51105 Köln-Deutz oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden. Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen. | ||
| Räumlichkeiten | ||
Helle und modern ausgestattete Räume mit perfekter Infrastruktur | Bequem aus dem Homeoffice von überall | |
| Preisvorteil | ||
Dritter Mitarbeitende nimmt kostenfrei teil. Eventuell anfallende Prüfungskosten für den dritten Teilnehmenden werden zusätzlich berechnet. Hinweis: Um den Erfolg der Schulung zu gewährleisten, sollte auch der dritte Teilnehmende die erwarteten Vorkenntnisse mitbringen. | ||
| All-Inclusive | ||
Gebäck, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch | Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen per Post zu. | |
| Barrierefreiheit | ||
Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei | - | |
Buchen ohne Risiko
| Rechnungsstellung |
Erst nach dem erfolgreichen Seminar. Keine Vorkasse. |
| Stornierung |
Kostenfrei bis zum Vortag des Seminars |
| Vormerken statt buchen |
Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen |
Kostenfreie Services
Präsenz-Schulung | Online-Schulung |
|---|---|
|
|
Inhalt
- Einführung in Ludwig: Überblick und Bedeutung
- Was ist Ludwig und warum ist es wichtig?
- Definition und Hintergrund: Ludwig als Open-Source-Toolbox zur einfachen Erstellung und Verwaltung von Deep Learning-Modellen.
- Vorteile von Ludwig: Keine Programmierkenntnisse erforderlich, einfache Modelldefinition über Konfigurationsdateien.
- Unterschiede und Vorteile von Ludwig im Vergleich zu anderen Deep Learning-Tools
- Vergleich mit TensorFlow, Keras und anderen: Stärken und Schwächen.
- Flexibilität: Unterstützung für verschiedene Datentypen und Modellarchitekturen.
- Benutzerfreundlichkeit: Intuitive Konfigurationsdateien und umfassende Dokumentation.
- Architektur und Kernkomponenten von Ludwig
- Übersicht der Architektur: Hauptkomponenten und deren Zusammenspiel.
- Funktionalitäten: Datenvorbereitung, Modelltraining, Evaluierung und Vorhersagen.
- Was ist Ludwig und warum ist es wichtig?
- Installation und Einrichtung von Ludwig
- Systemanforderungen und notwendige Software
- Grundvoraussetzungen: Notwendige Software und Hardware.
- Installation von Ludwig: Schritt-für-Schritt-Anleitung für verschiedene Betriebssysteme (Linux, macOS, Windows).
- Erste Schritte mit Ludwig
- Einführung in die Ludwig-Benutzeroberfläche: Grundlegende Bedienung und Funktionen.
- Einrichtung der Entwicklungsumgebung: Nutzung von IDEs wie Visual Studio Code und Jupyter Notebook.
- Fehlerbehebung: Häufige Fehler und deren Lösungen.
- Erstellung und Verwaltung einfacher Modelle
- Einführung in die Nutzung von Ludwig: Grundlegende Konzepte und Unterschiede zu anderen Tools.
- Erstellung und Verwaltung einfacher Modelle
- Schritt-für-Schritt-Anleitung: Von der Installation bis zur Implementierung.
- Anpassung und Erweiterung: Hinzufügen von benutzerdefinierten Funktionen und Anpassungen.
- Debugging und Monitoring: Nutzung von Ludwig-Diagnosetools und Dashboards.
- Systemanforderungen und notwendige Software
- Grundlegende Konzepte des Deep Learning mit Ludwig
- Datenvorbereitung und -verarbeitung
- Aufbau und Struktur von Datensätzen: Nutzung der Ludwig-API.
- Datenmanagement: Erstellung, Konfiguration und Verwaltung von Datenpipelines.
- Best Practices: Strukturierung und Optimierung von Daten für Deep Learning-Modelle.
- Modellierung und Training
- Einführung in Modellierungsansätze: Nutzung von Ludwig zur Erstellung von Modellen.
- Training-Management: Implementierung und Nutzung von Trainingsverfahren.
- Erweiterte Techniken: Nutzung von benutzerdefinierten Verlustfunktionen und Optimierern.
- Evaluierung und Hyperparameter-Tuning
- Einführung in Evaluierungsmethoden: Nutzung von Ludwig zur Bewertung von Modellen.
- Konfiguration von Evaluierungsstrategien: Definition von Metriken und Bedingungen.
- Erweiterte Techniken: Nutzung von Hyperparameter-Tuning und Cross-Validation.
- Datenvorbereitung und -verarbeitung
- Praxisübung 1: Erstellung und Verwaltung eines einfachen Modells mit Ludwig
- Ziel der Übung: Erstellung und Verwaltung eines grundlegenden Modells mit Ludwig
- Projektbeschreibung: Entwicklung eines Modells zur Klassifikation von Textdaten.
- Anforderungen: Nutzung von Ludwig und grundlegender Deep Learning-Funktionalitäten.
- Schritt-für-Schritt-Anleitung:
- Erstellung des Modells: Initialisierung und Konfiguration.
- Implementierung der Datenvorbereitung und des Trainings: Definition der Pipeline und Trainingsparameter.
- Anpassungen und Erweiterungen: Hinzufügen von Evaluierung und Optimierung.
- Tools: Ludwig, Visual Studio Code/Jupyter Notebook
- Ergebnisse und Präsentation
- Fertiges Modell: Präsentation des Modells und der ersten Ergebnisse.
- Diskussion und Feedback: Analyse der Ergebnisse und Verbesserungsvorschläge.
- Ziel der Übung: Erstellung und Verwaltung eines grundlegenden Modells mit Ludwig
- Erweiterte Funktionen und Techniken in Ludwig
- Fortgeschrittene Modellierungstechniken
- Erstellung komplexer Modelle: Nutzung von Advanced Patterns und Best Practices.
- Nutzung von Erweiterungen und Plugins: Verbesserung der Modellierungs-Kapazitäten.
- Fehlerbehandlung und Logging: Implementierung von Fehler-Handling und Logging-Mechanismen.
- Integration und Interoperabilität
- Einführung in die Integration von Ludwig: Nutzung von Ludwig zur Integration mit anderen Tools.
- Implementierung von Import- und Exportfunktionen: Schritt-für-Schritt-Anleitung.
- Anwendungen: Einsatz in der Datenmigration und -synchronisation.
- Performance-Optimierung und Skalierung
- Einführung in Performance-Tuning: Nutzung von Optimierungstechniken zur Verbesserung der Modellleistung.
- Monitoring und Analyse: Nutzung von Performance-Monitoring-Tools.
- Best Practices: Sicherstellung der Effizienz und Qualität der Modelle.
- Fortgeschrittene Modellierungstechniken
- Integration von Ludwig in bestehende Systeme
- Integration in Data Science-Workflows
- Nutzung von Ludwig in Kombination mit Pandas, NumPy und Scikit-Learn.
- Automatisierung von Modellierungsaufgaben: Nutzung von Skripten und APIs.
- Datenvorbereitung und -bereinigung: Beste Praktiken zur Sicherstellung der Datenqualität.
- Nutzung von Ludwig in Machine Learning-Projekten
- Kombination von Ludwig mit TensorFlow und PyTorch.
- Implementierung von CI/CD-Pipelines: Nutzung von Jenkins und GitLab CI.
- Anwendungen in der Praxis: Beispiele aus der Industrie und Forschung.
- Deployment und Skalierung von Ludwig-Modellen
- Deployment von Modellen: Nutzung von Cloud-Diensten und Container-Technologien.
- Skalierung von Anwendungen: Nutzung von Load-Balancern und Serverless-Funktionen.
- Best Practices: Sicherstellung der Effizienz und Skalierbarkeit von Ludwig-Modellen.
- Integration in Data Science-Workflows
- Praxisübung 2: Erstellung eines komplexen Modells mit Ludwig
- Ziel der Übung: Entwicklung eines umfassenden Modells mit erweiterten Funktionen
- Projektbeschreibung: Erstellung eines Modells zur Vorhersage von Kundenzufriedenheit.
- Anforderungen: Nutzung fortgeschrittener Techniken und Integration von Performance-Optimierungen.
- Schritt-für-Schritt-Anleitung:
- Erstellung des Modells: Planung, Implementierung und Testen der Anwendung.
- Erweiterungen und Anpassungen: Implementierung von fortgeschrittenen Techniken, Datenverarbeitung und Modelloptimierung.
- Ausführung und Optimierung: Testen der Anwendung unter realen Bedingungen und Optimierung.
- Tools: Ludwig, Docker, Kubernetes
- Ergebnisse und Präsentation
- Fertiges Modell: Präsentation der Anwendung und Demonstration der Funktionalitäten.
- Diskussion und Feedback: Analyse der Ergebnisse, Verbesserungsvorschläge und Q&A.
- Ziel der Übung: Entwicklung eines umfassenden Modells mit erweiterten Funktionen
Buchungsmöglichkeiten
Online oder in Präsenz teilnehmen
Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.
Gesicherte offene Termine
| Termin | Ort | Preis | |
|---|---|---|---|
| 07.10.-09.10.2024 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
| 09.12.-11.12.2024 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
| 10.02.-12.02.2025 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
| 14.04.-16.04.2025 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
| 16.06.-18.06.2025 Plätze vorhanden Köln / Online 1.930,00 | Köln / Online | 1.930,00 | Buchen Vormerken |
Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
- Online, Präsenz oder Hybrid
- Komplette Lernumgebung in der Cloud mit Remote Zugriff
Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
- Online, Präsenz oder Hybrid
- Komplette Lernumgebung in der Cloud mit Remote Zugriff
Unterstützung nach der Schulung durch
individuelle Nachbetreuung
- Alle folgenden Schulungsformen können auch Online als Virtual Classroom durchgeführt werden.
- Eine Offene Schulung findet zu einem festgelegten Zeitpunkt im voll ausgestatteten Schulungszentrum oder Online/Remote statt. Sie treffen auf Teilnehmende anderer Unternehmen und profitieren vom direkten Wissensaustausch.
- Eine Inhouse-/Firmen-Schulung geht auf die individuellen Bedürfnisse Ihres Unternehmens ein. Sie erhalten eine kostenfreie Beratung von Ihrem Seminarleiter und können Inhalte und Dauer auf Ihren Schulungsbedarf anpassen. Inhouse-Schulungen können Europaweit durchgeführt werden.
- Bei einer Individual-Schulung erhalten Sie eine 1-zu-1 Betreuung und bestimmen Inhalt, Zeit und Lerntempo. Der Dozent passt sich Ihren Wünschen und Bedürfnissen an.
Sie können unsere Schulungen auch als Remote Schulung im Virtual Classroom anfragen.
In drei Schritten zum Online Seminar im Virtual Classroom:
- Seminar auswählen und auf "Buchen" klicken
- Wählen Sie bei "Wie möchten Sie teilnehmen?" einfach "Online" aus.
- Formular ausfüllen und über den Button "Jetzt buchen" absenden.
Unser Kundenservice meldet sich bei Ihnen mit der Buchungsbestätigung.
Unsere Online Schulungen finden im Virtual Classroom statt. Ein Virtual Classroom bündelt mehrere Werkzeuge, wie Audio-Konferenz, Text-Chat, Interaktives Whiteboard, oder Application Sharing.
Vorteile von Virtual Classroom:
- Sie erhalten 1 zu 1 die gleiche Lernumgebung, die Sie auch vor Ort bei uns vorfinden
- Die technische Vorbereitung wird von den GFU-Technikern vorgenommen
- Sie erhalten remote Zugriff auf Ihren persönlichen Schulungs-PC im GFU-Seminarraum
- Die Virtual Classroom Lösung lässt sich auch im Browser betreiben
- Die GFU-Technik leistet wie gewohnt Soforthilfe bei Problemen
- Die Schulungsunterlagen bekommen Sie per Post zugeschickt
- Sie sparen Reisekosten und Zeit
- 07. Okt. - 09. Okt. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 09. Dez. - 11. Dez. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 10. Feb. - 12. Feb. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 14. Apr. - 16. Apr. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 16. Jun. - 18. Jun. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- Auch als Inhouse-Schulung, bundesweit mit Termin nach Wunsch und individuellen Inhalten
- Buchen ohne Risiko! Kostenfreie Stornierung bis zum Vortag des Seminars
Buchen Sie diese kostenfreien Serviceleistungen für Präsenzseminare ganz einfach während des Buchungsprozesses dazu!
Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.
Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!
Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!
Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.