Deep Learning ist ein Teilgebiet des maschinellen Lernens. Algorithmen lernen direkt – ohne menschlichen Einfluss. Man könnte somit sagen, Deep Learning ist die partielle Automatisierung des maschinellen Lernens. Die Teilnehmer erlernen in dieser Schulung das Grundlagenwissen neuronaler Netze, sowie deren Training und Evaluierung. Der Fokus dieser Schulung liegt auf verschiedenen Optimierungsmethoden sowie der Architektur verschiedener Modelle. Ein Bestandteil sind zum Beispiel Convolutional Neuronal Networks (CNN).
Wie bei allen unseren Schulungen handelt es sich bei der Schulung ‘Deep Learning mit Python’ um eine Hand-On Veranstaltung. Praxisnahe Use Cases geben unseren Teilnehmern im Anschluss an den Theorieteil die Möglichkeit, erlernte Methoden und Konzepte direkt anzuwenden und somit neues Wissen zu festigen.
- Einführung in Artificial Neural Networks
- Vom biologischen zum künstlichen Neuron
- Multilayer Perceptron (MLP)
- Das Keras Modul
- Regressionen & Klassifikationen mit MLP
- Hyperparameter
- Deep Neural Networks with Keras
- Vanishing/Exploding Gradient Probleme
- Modelle Trainieren
- Optimierungsmethoden
- Vorverarbeitung von Daten mit Tensorflow
- Die Data API
- TF-Transformation
- Vorverarbeitung der Input-Feature
- Convolutional Neural Networks
- Architektur
- Semantische Segmentierung
- Implementierung mit Tensorflow
- Recurrent Neural Networks
- Architektur
- Trainieren von RNNs
- NLP mit RNNs