Kontakt aufnehmen

Schulungsübersicht

Einführung in Google Colab Pro

  • Colab vs. Colab Pro: Funktionen und Grenzen
  • Erstellung und Verwaltung von Notebooks
  • Hardware-Beschleuniger und Runtime-Einstellungen

Python-Programmierung in der Cloud

  • Code-Zellen, Markdown und Notebook-Struktur
  • Paketinstallation und Umgebungssetup
  • Speichern und Versionierung von Notebooks in Google Drive

Datenverarbeitung und Visualisierung

  • Laden und Analysieren von Daten aus Dateien, Google Sheets oder APIs
  • Verwendung von Pandas, Matplotlib und Seaborn
  • Streaming und Visualisierung großer Datensätze

Maschinelles Lernen mit Colab Pro

  • Verwendung von Scikit-learn und TensorFlow in Colab
  • Modelltraining auf GPU/TPU
  • Bewertung und Optimierung der Modellleistung

Arbeit mit Deep-Learning-Frameworks

  • Verwendung von PyTorch mit Colab Pro
  • Verwaltung von Arbeitsspeicher und Runtime-Ressourcen
  • Speichern von Checkpoints und Training Logs

Integration und Kollaboration

  • Mounten von Google Drive und Laden geteilter Datensätze
  • Kollaboration über geteilte Notebooks
  • Export nach GitHub oder PDF zur Verteilung

Leistungsoptimierung und Best Practices

  • Verwaltung der Sitzungslebensdauer und Timeouts
  • Effiziente Code-Organisation in Notebooks
  • Tipps für langlaufende oder produktionsreife Aufgaben

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung in der Python-Programmierung
  • Vertrautheit mit Jupyter-Notebooks und grundlegender Datenanalyse
  • Verständnis gängiger Workflows im maschinellen Lernen

Zielgruppe

  • Data Scientists und Analysten
  • Ingenieurwesen für maschinelles Lernen
  • Python-Entwickler, die an KI- oder Forschungsprojekten arbeiten
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien