Anmeldung zum Seminar
Wenn Sie an diesem Seminar teilnehmen wollen, füllen Sie folgendes Formular aus.Die mit * gekennzeichneten Felder müssen ausgefüllt werden.
Python ist die mit Abstand beliebteste Sprache für TensorFlow (Machine Learning, ML, Neuronale Netzwerke). In diesem Crashkurs lernen Sie, Big Data aufzubereiten und maschinell zu verarbeiten.
- Prinzip und Arbeitsweise eines künstlichen neuronalen Netzwerks
- Überblick über maschinelles Lernen und Deep Learning
- Python für große Datenmengen (Big Data Basics)
- Einstieg in Python numpy: Matrizen, Vektoren, Broadcasting
- Datenanalyse und -vorbereitung mit pandas
- Visualisierung von Daten mit matplotlib und seaborn (Überblick)
- Einführung in TensorFlow: Aufbau, Komponenten und Philosophie
- TensorFlow 2.x vs. ältere Versionen – Keras als High-Level-API
- Aufbau und Training einfacher neuronaler Netzwerke mit Keras
- Verwendung von Aktivierungsfunktionen, Optimierern und Loss-Funktionen
- Evaluierung und Visualisierung der Trainingsfortschritte mit TensorBoard
- Regularisierungsmethoden (Dropout, Early Stopping, etc.)
- Einsatz von vortrainierten Modellen (Transfer Learning)
- Anwendung von Convolutional Neural Networks (CNNs) – Grundlagen und Beispiele
- Einführung in Recurrent Neural Networks (RNNs) und LSTMs (optional, je nach Zielgruppe)
- Modell-Export und -Deployment mit TensorFlow SavedModel
- Tipps zur Performance-Optimierung und GPU-Nutzung
- Ausblick: TensorFlow Lite, TensorFlow.js und AutoML
- Hands-On: Eigene Modelle trainieren und testen