Achtung: Sie verwenden einen sehr alten Browser! Die Webseite sollte trotzdem funktionieren, aber mit einem neueren Browser wäre alles übersichtlicher und schöner!
Banner-Bild: Ditact Teilnehmerinnen

Kurs Online: Hands on Deep Learning

Neuronale Netze mit Python und Tensorflow implementieren, trainieren und evaluieren
ausgebucht
Georgia Olympia Brikis

Georgia Olympia Brikis MSc.

Deep Learning ist ein Teilgebiet des Machinellen Lernens, das im letzten Jahrzehnt zu unzähligen technologischen Neuerungen z.B. im Bereich der Bilderkennung, bei Assistenzsystemen, wie Siri und Alexa, oder der Entwicklung von autonomen Fahrzeugen, geführt hat.

Dieser Kurs bietet eine praktische Einführung in das Thema Deep Learning. Anhand von mehreren Problemstellungen aus dem Bereich Bilderkennung und Zeitreihenanalyse, lernen die Teilnehmerinnen, wie tiefe Neuronale Netze für überwachtes und unüberwachtes maschinellen Lernen eingesetzt werden können und sammeln eigene Erfahrungen in der Implementierung dieser mit Python, Tensorflow und Keras.

Dafür werden sowohl die theoretischen Konzepte, sowie wichtige Deep Neural Network (DNNs) Architekturen (u.a. CNNs, RNNs), als auch Python Bibliotheken, die für Implementierung, Training und Evaluierung benötigt werden, erlernt. Für die Übungen werden öffentliche Datensätze verwendet.

Jede Teilnehmerin soll nach erfolgreichem Abschluss des Kurses in der Lage sein, die Fuktionsweise von Neuronalen Netzen zu verstehen, einfache DNNs zu implementieren, trainieren und auf bekannte Anwendungsfälle (wie Klassifikation und Trend Vorhersage) anzuwenden.

Auf Grund der aktuellen Pandemie-Situation findet dieser Kurs online statt.

Infos:

Voraussetzungen:

  • Python Programmierkenntnisse
  • Sicherer Umgang mit der Python Bibliothek für wissenschaftliches Programmieren numpy (kann sich bei Bedarf in Vorbereitung auf den Kurs angeeignet werden) 
  • Grundkenntnisse im Bereich Machinelles Lernen 
  • Grundkenntnisse im Bereich Algorithmen und Datenstrukturen 
  • Sicherer Umgang mit dem eigenen Rechner (inkl. Installationsrechten und Benutzung der Kommandozeile)
  • Für den Kurs wird ein Rechner mit einem 64-bit Betriebsystem benötigt (ob OSX, Windows, oder Linux-basiert ist ohne Bedeutung)

Geschlossene Veranstaltung

Nur für die angemeldeten Teilnehmerinnen

Kurs-Module:

Dieser Kurs ist teil folgender Kurs-Module:

Modul: Data Analytics and Machine Learning