Deep Learning
Mit Keras neuronale Netze programmieren
Mit Keras neuronale Netze programmieren
Der Deep-Learning-Kurs gibt einen Überblick über die Hauptideen und Techniken des Deep-Learnings und behandelt die praktische Implementierung von Deep-Learning-Algorithmen mit Python & Keras. Der Übungsanteil ist rund 50% der Zeit.
Am Kursende sind die Teilnehmer in der Lage, moderne Bilderkennungs-Algorithmen sowie Vorhersagemodelle in wenigen Zeilen Code selber zu programmieren. Der Kurs setzt Grundkenntnisse in Python voraus. Grundkenntnisse in Linearer Algebra, Differenzialrechnung und Wahrscheinlichkeitsrechnung sind vorteilhaft.
Umfang | 2 ganze Kurstage |
---|---|
Teilnehmeranzahl | Kleingruppen bis maximal 10 Teilnehmer |
ARBEITSMATERIALIEN | Laptop mit Admin-Rechten |
TEILNAHMEBESCHEINIGUNG/ZERTIFIZIERUNG | Bei Bedarf: Teilnahmebescheinigung am Ende des Seminars |
ÖRTLICHKEIT | Bei Ihnen vor Ort oder im Raum Stuttgart |
Hier finden Sie unsere Bausteine im Überblick:
Funktionsweise und Aufbau der Neuronalen Netze
Keras (ein Python-Baukasten speziell für Neuronale Netze)
Konstruktion & Training von Neuronalen Netzen
Mit Keras und TensorFlow als Backend
TensorBoard
Inspektion des Verlaufes des Modell-Trainings
Convolutional Neuronale Netze
Kombinierung von Keras und Scikit-Learn
Modellparameter-Optimierung sowie die Evaluierung und Visualisierung der Vorhersagekraft eines Modells
Ausgewählte Themen des allgemeinen Maschinellen Lernen
z. B. Representation Learning und Generalization Theory