{"course":{"productid":34491,"modality":6,"active":true,"language":"de","title":"Applications of AI for Anomaly Detection","productcode":"AAAD","vendorcode":"NV","vendorname":"Nvidia","fullproductcode":"NV-AAAD","courseware":{"has_ekit":false,"has_printkit":true,"language":""},"url":"https:\/\/portal.flane.ch\/course\/nvidia-aaad","objective":"<ul>\n<li>Aufbereitung von Daten und Erstellung, Training und Bewertung von Modellen mit XGBoost, Autoencodern und GANs<\/li><li>Erkennung von Anomalien in Datens&auml;tzen mit beschrifteten und nicht beschrifteten Daten<\/li><li>Klassifizierung von Anomalien in mehrere Kategorien, unabh&auml;ngig davon, ob die urspr&uuml;nglichen Daten mit Etiketten versehen waren<\/li><\/ul>","essentials":"<ul>\n<li>Professionelle Erfahrung in der Datenwissenschaft mit Python<\/li><li>Erfahrung im Training von tiefen neuronalen Netzen<\/li><\/ul>","outline":"<p><strong>Einf&uuml;hrung<\/strong>\n<\/p>\n<ul>\n<li>Treffen Sie den Ausbilder.<\/li><li>Erstellen Sie ein Konto unter courses.nvidia.com\/join<\/li><\/ul><p><strong>Erkennung von Anomalien in Netzwerkdaten mit GPU-beschleunigtem XGBoost<\/strong>\n<\/p>\n<ul>\n<li>Lernen Sie, wie man mit &uuml;berwachtem Lernen Anomalien erkennt:<ul>\n<li>Vorbereitung von Daten f&uuml;r die GPU-Beschleunigung unter Verwendung des bereitgestellten Datensatzes.<\/li><li>Trainieren Sie einen bin&auml;ren und mehrklassigen Klassifikator mit dem beliebten Algorithmus f&uuml;r maschinelles Lernen XGBoost.<\/li><li>Bewerten und verbessern Sie die Leistung Ihres Modells vor dem Einsatz.<\/li><\/ul><\/li><\/ul><p><strong>Erkennung von Anomalien in Netzwerkdaten mit GPU-beschleunigtem Autoencoder<\/strong>\n<\/p>\n<ul>\n<li>Lernen Sie, wie man mit modernem un&uuml;berwachten Lernen Anomalien erkennt:<ul>\n<li>Erstellen und trainieren Sie einen auf Deep Learning basierenden Autoencoder f&uuml;r die Arbeit mit unbeschrifteten Daten.<\/li><li>Anwendung von Techniken zur Trennung von Anomalien in mehrere Klassen.<\/li><li>Erforschen Sie andere Anwendungen von GPU-beschleunigten Autokodierern.<\/li><\/ul><\/li><\/ul><p><strong>Projekt: Erkennung von Anomalien in Netzwerkdaten mit GANs<\/strong>\n<\/p>\n<ul>\n<li>Lernen Sie, wie Sie mit GANs Anomalien erkennen k&ouml;nnen:<ul>\n<li>Trainieren Sie ein un&uuml;berwachtes Lernmodell, um neue Daten zu erstellen.<\/li><li>Verwenden Sie diese neuen Daten, um das Problem in ein Problem des &uuml;berwachten Lernens umzuwandeln.<\/li><li>Vergleichen Sie die Leistung dieses neuen Konzepts mit etablierten Ans&auml;tzen.<\/li><\/ul><\/li><\/ul><p><strong>Bewertung und Fragen und Antworten<\/strong><\/p>","comments":"<p><em>Dieser Text wurde automatisiert &uuml;bersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class=\"cms-link-marked\"><a class=\"fl-href-prod\" href=\"\/swisscom\/en\/course\/nvidia-aaad\"><svg role=\"img\" aria-hidden=\"true\" focusable=\"false\" data-nosnippet class=\"cms-linkmark\"><use xlink:href=\"\/css\/img\/icnset-linkmarks.svg#linkmark\"><\/use><\/svg>hier<\/a><\/span>.<\/em><\/p>","summary":"<p>Erlernen Sie die Erkennung von Anomalien in grossen Datens&auml;tzen zur Identifizierung von Netzwerkeinbr&uuml;chen mithilfe von &uuml;berwachten und nicht &uuml;berwachten maschinellen Lerntechniken wie beschleunigtem XGBoost, Autocodierern und generativen adversarischen Netzwerken (GANs).<\/p>\n<p><em>Bitte beachten Sie, dass eine einmal best&auml;tigte Buchung nicht mehr r&uuml;ckerstattet werden kann. Das bedeutet, dass Sie Ihren Platz f&uuml;r eine Veranstaltung nach der Best&auml;tigung nicht mehr stornieren k&ouml;nnen und keine R&uuml;ckerstattung erfolgt, unabh&auml;ngig von der Teilnahme an der Veranstaltung.<\/em><\/p>","objective_plain":"- Aufbereitung von Daten und Erstellung, Training und Bewertung von Modellen mit XGBoost, Autoencodern und GANs\n- Erkennung von Anomalien in Datens\u00e4tzen mit beschrifteten und nicht beschrifteten Daten\n- Klassifizierung von Anomalien in mehrere Kategorien, unabh\u00e4ngig davon, ob die urspr\u00fcnglichen Daten mit Etiketten versehen waren","essentials_plain":"- Professionelle Erfahrung in der Datenwissenschaft mit Python\n- Erfahrung im Training von tiefen neuronalen Netzen","outline_plain":"Einf\u00fchrung\n\n\n\n- Treffen Sie den Ausbilder.\n- Erstellen Sie ein Konto unter courses.nvidia.com\/join\nErkennung von Anomalien in Netzwerkdaten mit GPU-beschleunigtem XGBoost\n\n\n\n- Lernen Sie, wie man mit \u00fcberwachtem Lernen Anomalien erkennt:\n- Vorbereitung von Daten f\u00fcr die GPU-Beschleunigung unter Verwendung des bereitgestellten Datensatzes.\n- Trainieren Sie einen bin\u00e4ren und mehrklassigen Klassifikator mit dem beliebten Algorithmus f\u00fcr maschinelles Lernen XGBoost.\n- Bewerten und verbessern Sie die Leistung Ihres Modells vor dem Einsatz.\nErkennung von Anomalien in Netzwerkdaten mit GPU-beschleunigtem Autoencoder\n\n\n\n- Lernen Sie, wie man mit modernem un\u00fcberwachten Lernen Anomalien erkennt:\n- Erstellen und trainieren Sie einen auf Deep Learning basierenden Autoencoder f\u00fcr die Arbeit mit unbeschrifteten Daten.\n- Anwendung von Techniken zur Trennung von Anomalien in mehrere Klassen.\n- Erforschen Sie andere Anwendungen von GPU-beschleunigten Autokodierern.\nProjekt: Erkennung von Anomalien in Netzwerkdaten mit GANs\n\n\n\n- Lernen Sie, wie Sie mit GANs Anomalien erkennen k\u00f6nnen:\n- Trainieren Sie ein un\u00fcberwachtes Lernmodell, um neue Daten zu erstellen.\n- Verwenden Sie diese neuen Daten, um das Problem in ein Problem des \u00fcberwachten Lernens umzuwandeln.\n- Vergleichen Sie die Leistung dieses neuen Konzepts mit etablierten Ans\u00e4tzen.\nBewertung und Fragen und Antworten","comments_plain":"Dieser Text wurde automatisiert \u00fcbersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.","summary_plain":"Erlernen Sie die Erkennung von Anomalien in grossen Datens\u00e4tzen zur Identifizierung von Netzwerkeinbr\u00fcchen mithilfe von \u00fcberwachten und nicht \u00fcberwachten maschinellen Lerntechniken wie beschleunigtem XGBoost, Autocodierern und generativen adversarischen Netzwerken (GANs).\n\nBitte beachten Sie, dass eine einmal best\u00e4tigte Buchung nicht mehr r\u00fcckerstattet werden kann. Das bedeutet, dass Sie Ihren Platz f\u00fcr eine Veranstaltung nach der Best\u00e4tigung nicht mehr stornieren k\u00f6nnen und keine R\u00fcckerstattung erfolgt, unabh\u00e4ngig von der Teilnahme an der Veranstaltung.","skill_level":"Intermediate","version":"1.0","duration":{"unit":"d","value":1,"formatted":"1 Tag"},"pricelist":{"List Price":{"US":{"country":"US","currency":"USD","taxrate":null,"price":500},"DE":{"country":"DE","currency":"EUR","taxrate":19,"price":500},"AT":{"country":"AT","currency":"EUR","taxrate":20,"price":500},"SE":{"country":"SE","currency":"EUR","taxrate":25,"price":500},"SI":{"country":"SI","currency":"EUR","taxrate":20,"price":500},"GB":{"country":"GB","currency":"GBP","taxrate":20,"price":420},"IT":{"country":"IT","currency":"EUR","taxrate":20,"price":500},"CA":{"country":"CA","currency":"CAD","taxrate":null,"price":690}}},"lastchanged":"2025-07-29T12:18:27+02:00","parenturl":"https:\/\/portal.flane.ch\/swisscom\/json-courses","nexturl_course_schedule":"https:\/\/portal.flane.ch\/swisscom\/json-course-schedule\/34491","source_lang":"de","source":"https:\/\/portal.flane.ch\/swisscom\/json-course\/nvidia-aaad"}}