BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//DATIpilot ReGaP - ECPv6.14.2//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:DATIpilot ReGaP
X-ORIGINAL-URL:https://regap.de
X-WR-CALDESC:Veranstaltungen für DATIpilot ReGaP
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Berlin
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20250205T150000
DTEND;TZID=Europe/Berlin:20250205T160000
DTSTAMP:20260418T210954
CREATED:20250121T140046Z
LAST-MODIFIED:20250127T121142Z
UID:871-1738767600-1738771200@regap.de
SUMMARY:DAISEC: Deep Dive into Deep Learning – Modul 1: Technische Implikationen\, Anwendungsbeispiele\, Theorie
DESCRIPTION:Dies ist eine Partnerveranstaltung des DAISEC Digital Innovation Hub: \nKünstliche Intelligenz ist aus unserem Alltag nicht mehr wegzudenken. Angefangen bei der automatischen Erkennung von Verkehrsschildern\, beim Autofahren\, über das Einschalten von Geräten mittels Sprachsteuerung bis hin zum Entsperren unserer Smartphones mit Gesichtserkennung – KI hat sich fest in unserem Leben etabliert. Auch in der Automobilindustrie und besonders im Kontext des autonomen Fahrens werden KI-Algorithmen zunehmend bedeutsam. \nDoch wie ist es überhaupt möglich\, einer leblosen Maschine solche Fähigkeiten beizubringen? Mit den klassischen Programmierparadigmen wie if-then-else-Anweisungen oder Schleifen stößt man dabei schnell an Grenzen. Hier kommen KI-Algorithmen ins Spiel. \n\nUnser Angebot\nIn unseren drei Webinaren erlangen Sie grundlegende Kenntnisse im Bereich der neuronalen Netze\, insbesondere im Deep Learning. Die einzelnen Module können Sie flexibel wählen\, sodass Sie sie passend zu Ihrem Zeitplan besuchen können. \nZusätzlich können Sie in mehreren Praxis-Modulen Ihr Wissen aus den Webinaren anwenden. Hier lernen Sie\, eigenständig erste KI-Anwendungen zu programmieren. Zugang zu den Praxis-Modulen erhalten Sie nach der Registrierung für ein Theorie-Modul. \n\nLerninhalte Modul 1: Technische Implikationen\, Anwendungsbeispiele\, Theorie-Modul\nIn diesem Modul betrachten wir künstliche neuronale Netze (KNN) zunächst aus einer übergeordneten Perspektive\, ohne auf die Details ihrer Funktionsweise einzugehen. Wir sehen sie als eine ‚Black Box‘\, in die Daten hineingehen und aus der Ergebnisse herauskommen. Sie lernen\, wie diese Daten aussehen müssen\, wie Sie KNN mit Daten trainieren und welche Aufgaben Sie mit KKN automatisieren können. Dies reicht beispielsweise von der Qualitätskontrolle gefertigter Teile über die Detektion von Cyberangriffen bis hin zum autonomen Fahren. \nNach Absolvieren dieses Moduls wissen Sie grundlegend\, welche Voraussetzungen für das Training von KNN notwendig sind und auf was Sie dabei achten müssen. \n\nIhre Vorteile\n– Sie lernen grundlegende Methoden des Maschinellen Lernens und verstehen deren Funktionsweise\n– Sie erlernen Programmierkenntnisse in Python und lernen High-Level-Machine-Learning-Bibliotheken kennen: SciKit-Learn\, PyTorch und Tensorflow\n– Sie lernen eigenständig KI-Modelle zu trainieren und anzuwenden\n– Sie lernen die bekanntesten Benchmark Datensätze kennen und wissen\, wie Sie diese nutzen können\n– Sie lernen KI-Modelle zu evaluieren und zu vergleichen\n– Sie lernen verschiedene Netzwerkarchitekturen und Aufgabentypen kennen \n\nZielgruppe und Vorkenntnisse\n– Fach- und Führungskräfte aus den Bereichen Mobilität und Produktion\n– Einsteiger/-innen im Bereich der Entwicklung von KI-Modellen \nMathematische Kenntnisse im Bereich Vektoren/Matrizen sowie weiterführende Programmiererfahrung sind für die Praxis-Module notwendig. \n\nGebühren\nDiese Veranstaltungsreihe ist kostenfrei.
URL:https://regap.de/veranstaltungen/871/
LOCATION:Online
CATEGORIES:DAISEC
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20250212T150000
DTEND;TZID=Europe/Berlin:20250212T160000
DTSTAMP:20260418T210954
CREATED:20250121T140202Z
LAST-MODIFIED:20250127T121154Z
UID:873-1739372400-1739376000@regap.de
SUMMARY:DAISEC: Deep Dive into Deep Learning – Modul 2: Grundlagen zu neuronalen Netzen
DESCRIPTION:Dies ist eine Partnerveranstaltung des DAISEC Digital Innovation Hub: \nKünstliche Intelligenz ist aus unserem Alltag nicht mehr wegzudenken. Angefangen bei der automatischen Erkennung von Verkehrsschildern\, beim Autofahren\, über das Einschalten von Geräten mittels Sprachsteuerung bis hin zum Entsperren unserer Smartphones mit Gesichtserkennung – KI hat sich fest in unserem Leben etabliert. Auch in der Automobilindustrie und besonders im Kontext des autonomen Fahrens werden KI-Algorithmen zunehmend bedeutsam. \nDoch wie ist es überhaupt möglich\, einer leblosen Maschine solche Fähigkeiten beizubringen? Mit den klassischen Programmierparadigmen wie if-then-else-Anweisungen oder Schleifen stößt man dabei schnell an Grenzen. Hier kommen KI-Algorithmen ins Spiel. \n\nUnser Angebot\nIn unseren drei Webinaren erlangen Sie grundlegende Kenntnisse im Bereich der neuronalen Netze\, insbesondere im Deep Learning. Die einzelnen Module können Sie flexibel wählen\, sodass Sie sie passend zu Ihrem Zeitplan besuchen können. \nZusätzlich können Sie in mehreren Praxis-Modulen Ihr Wissen aus den Webinaren anwenden. Hier lernen Sie\, eigenständig erste KI-Anwendungen zu programmieren. Zugang zu den Praxis-Modulen erhalten Sie nach der Registrierung für ein Theorie-Modul. \n\nLerninhalte Modul 2: Grundlagen zu neuronalen Netzen\nIn diesem Modul tauchen wir tiefer in die Funktionsweise von künstlichen neuronalen Netzen (KNN) ein und erklären die mathematischen Grundlagen. Dabei werden wir zunächst die klassischen KNN (FCNs) erklären\, die beispielsweise für die Vorhersage von Ausfallwahrscheinlichkeiten bei Produktionsmaschinen eingesetzt werden können. Anschließend werden wir darauf eingehen\, wie diese für die Bildverarbeitung optimiert wurden (CNNs)\, um z.B. Objekte und Ereignisse in Bildern zu erkennen. Schließlich zeigen wir\, wie ein Gedächtnis bei KNN (RNNs) umgesetzt werden kann für die Verarbeitung von zeitlichen Daten\, wie bei der Sprachverarbeitung oder der Wahrnehmung von Objekten in Videos. \nNach Absolvieren dieses Moduls kennen Sie die mathematischen Konzepte hinter KNN und kennen verschiedene Typen wie FCNs\, CNNs und RNNs. \n\nIhre Vorteile\n– Sie lernen grundlegende Methoden des Maschinellen Lernens und verstehen deren Funktionsweise\n– Sie erlernen Programmierkenntnisse in Python und lernen High-Level-Machine-Learning-Bibliotheken kennen: SciKit-Learn\, PyTorch und Tensorflow\n– Sie lernen eigenständig KI-Modelle zu trainieren und anzuwenden\n– Sie lernen die bekanntesten Benchmark Datensätze kennen und wissen\, wie Sie diese nutzen können\n– Sie lernen KI-Modelle zu evaluieren und zu vergleichen\n– Sie lernen verschiedene Netzwerkarchitekturen und Aufgabentypen kennen \n\nZielgruppe und Vorkenntnisse\n– Fach- und Führungskräfte aus den Bereichen Mobilität und Produktion\n– Einsteiger/-innen im Bereich der Entwicklung von KI-Modellen \nMathematische Kenntnisse im Bereich Vektoren/Matrizen sowie weiterführende Programmiererfahrung sind für die Praxis-Module notwendig. \n\nGebühren\nDiese Veranstaltungsreihe ist kostenfrei.
URL:https://regap.de/veranstaltungen/deep-dive-into-deep-learning-modul-2-grundlagen-zu-neuronalen-netzen/
LOCATION:Online
CATEGORIES:DAISEC
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Berlin:20250227T142500
DTEND;TZID=Europe/Berlin:20250227T160000
DTSTAMP:20260418T210954
CREATED:20250131T111913Z
LAST-MODIFIED:20250131T111913Z
UID:1063-1740666300-1740672000@regap.de
SUMMARY:IHK/MDZH: IHK-Praxistour Industrie 4.0: Mit webbasierten KI-Anwendungen im Marketing und Vertrieb am Beispiel mittelständischer Industriebetriebe
DESCRIPTION:Dies ist eine Veranstaltung unseres Community-Mitglieds IHK Hannover: \nGemeinsam mit der Omikron Data Solutions GmbH und der istari.ai GmbH geht es von 14.25 Uhr bis 16 Uhr diesmal darum\, wie neue KI-Lösungen vor allem die Qualität von Daten verbessern\, webbasierte Anwendungen neue Daten für das Marketing und den Vertrieb generieren und somit die Umsetzung digitaler Geschäftsmodelle optimieren können. Dabei wird insbesondere thematisiert\, welche Herausforderungen bei der Datenoptimierung im industriellen Mittelstand\, wie zu meistern sind\, was bei der Umsetzung zu beachten ist und wie sie ihren Datenbestand mit entsprechender Infrastruktur künftig organisieren sollten. \n  \nDas Online-Meeting am 27. Februar beinhaltet folgende Punkte: \n  \n– Unternehmensvorstellungen: Zahlen\, Daten\, Fakten \n– KI-Anwendungen\, Datenoptimierungen/-wertdesign für neue digitale Services und Produkte \n– Use Cases im industriellen Mittelstand & Co. \n– Einblicke: Live-Demonstration/ Anwendungsbeispiele \n– Fragen und Austausch \n  \nDie Teilnahme ist kostenfrei; eine Anmeldung zum Online-Meeting aber nötig. \nMit einer Teilnahmebestätigung wird der Zugangslink verschickt. \nDas vollständige Programm finden Sie Hier.
URL:https://regap.de/veranstaltungen/ihk-praxistour-feb25/
LOCATION:Online
CATEGORIES:IHK Hannover
ORGANIZER;CN="IHK Hannover":MAILTO:info@hannover.ihk.de
END:VEVENT
END:VCALENDAR