Anmeldung zum Seminar
Wenn Sie an diesem Seminar teilnehmen wollen, füllen Sie folgendes Formular aus.Die mit * gekennzeichneten Felder müssen ausgefüllt werden.
Deep Learning ist ein Teilgebiet des maschinellen Lernens, bei dem Algorithmen direkt, ohne menschlichen Einfluss, aus den verwendeten Daten lernen. So gesehen ist Deep Learning die partielle Automatisierung des maschinellen Lernens. In dieser Schulung lernen die Teilnehmer die Grundlagen neuronaler Netze sowie deren Training und Evaluierung kennen. Ein Schwerpunkt liegt hierbei auf verschiedenen Optimierungsmethoden sowie die Architektur verschiedener Modelle.Bestandteil sind unter anderem Convolutional Neuronal Networks (CNN).
Einführung in Artificial Neural Networks
- Vom biologischen zum künstlichen Neuron
- Multilayer Perceptron (MLP)
- Das Keras Modul
- Regressionen & Klassifikation mit MLP
- Hyperparameters
Deep Neural Networks mit Keras
- Vanishing/Exploding Gradient Probleme
- Modelle vortrainieren
- Optimierungsmethoden
Vorverarbeitung von Daten mit Tensort Flow
- Die Data API
- TF-Transformationen
- Vorverarbeitung der Input Feature
Convolutional Neural Networks
- Architektur
- Semantische Segmentieren
- Implementierung mit Tensorflow
Recurrent Neural Networks
- Architektur
- Trainieren von RNNs
- NLP mit RNNs