Deep Learning Schulung

Lade Veranstaltungen

« Alle Veranstaltungen

  • Diese Veranstaltung hat bereits stattgefunden.

Deep Learning Schulung

10. September @ 9:30 - 17:30

 

Am Dienstag, den 10. September 2019 von 9:30 – 17:30 im Gutenberg Digital Hub: Deep Learning mir Dr. Pascal Kordt

 

Die Hands-on-Schulung in künstlicher Intelligenz mit neuronalen Netzen

Deep Learning als fortgeschrittene Methode im Portfolio eines Data Scientist wird an einem intensiven Tag geschult

Deep Learning, d.h. tiefe neuronale Netze mit vielen Layern, haben sich innerhalb weniger Jahre enorm weiterentwickelt und sind zum State-of-the-Art vor allem im überwachten maschinellen Lernen geworden. Aus „Daten und Antworten“ entwickeln sie Regeln und erlauben präzise Vorhersagen für neue Daten. Bedeutende Fortschritte wurden in der Bild- und Spracherkennung gemacht, aber auch für Zeitreihen und viele andere Daten hat sich Deep Learning zum wichtigsten Tool im maschinellen Lernen entwickelt und gehört somit zum Portfolio der fortgeschrittenen Methoden eines Data Scientist.

Dieser Kurs erläutert die Funktionsweise von Deep Learning, den Aufbau effizienter Modelle sowie deren Training. Mit dem „Deep Learning Workflow“ lernen Teilnehmer die Arbeitsschritte in Praxisprojekten, die Vermeidung von Overfitting und den Einsatz der Deep-Learning-Bibliothek TensorFlow, für die mit Keras eine nutzerfreundliche Schnittstelle aus Python und R heraus zur Verfügung steht.

 

Dauer:
1 Tag

Zielgruppe:
Teilnehmer aus den Bereichen Analyse oder IT-Entwicklung, die Deep Learning / Artificial Intelligence selbst zum Einsatz bringen möchten

Notwendiges Vorwissen:
Hilfreich sind Grundkenntnisse in der Entwicklung von Machine-Learning-Modellen sowie in R, beispielsweise aus dem „Data Science Grundlagen-Kurs“. Ein vorheriger Besuch des Grundlagen-Kurses ist aber keine Pflicht.

Zertifizierung:
Die erfolgreiche Teilnahme wird den Teilnehmern zertifiziert.

Inhalte:

  • Deep Learning als Teilgebiet von maschinellem Lernen und künstlicher Intelligenz
  • Überwachtes und unüberwachtes Lernen
  • Funktionen, Anzahl und Größe der Layer
  • Feedforward-Netz
  • Nichtlineare Aktivierungsfunktionen
  • Verlustfunktion (Loss Function)
  • Stochastischer Gradientenabstieg
  • Backpropagation-Algorithmus
  • Tool-Überblick: TensorFlow, Keras, Python, Jupyter Notebooks, R, RStudio …
  • Hyperparameter
  • Regularisierung zur Vermeidung von Overfitting
  • Fortgeschrittene Netzarchitekturen im Überblick: CNN, RNN, LSTM, GANs
  • Praxisprojekt Deep Learning

 

Kurssprache: Deutsch

Kosten:  890€ zzgl. MwSt. (Für Hub Mitglieder gibt es 15% Rabatt: 756,50 € zzgl. MwSt.)

 

Hier geht es zur Anmeldung für Nicht-Mitglieder

Hier geht es zur Anmeldung für Mitglieder

Details

Datum:
10. September
Zeit:
9:30 - 17:30
Veranstaltungskategorie: