Kursinformationen
Beschreibung
Dieses Seminar führt Sie in moderne Deep-Learning-Techniken ein. Sie arbeiten mit neuronalen Netzen wie CNNs, RNNs und MLPs und setzen diese mit TensorFlow und der Keras API um.
Neben dem Aufbau und Training von Modellen lernen Sie, diese zu tunen und in Projekten praktisch anzuwenden. Der Kurs verbindet Theorie und Praxis auf verständliche Weise für den optimalen Lernerfolg.
Hinweis:
Dieses Seminar ist ein Angebot der Hees Akademie Gruppe.
Zielgruppe / Teilnehmerkreis
Der Kurs ist ideal für ML-Erfahrene, die sich mit Deep Learning, neuronalen Netzen und modernen Tools wie TensorFlow und Keras weiterentwickeln wollen.
Anforderungen
Sicherer Umgang mit Python und gute Kenntnisse im Machine Learning. Erste Erfahrungen mit NumPy oder Pandas sind hilfreich.
Dauer: 3 Tage
Inhalt
Einführung in Deep Learning
- Unterschiede zu klassischem ML
- Mathematische Grundlagen neuronaler Netze
Architekturen neuronaler Netze
- MLPs (Multilayer Perceptrons)
- CNNs (Convolutional Neural Networks)
- RNNs (Recurrent Neural Networks)
Arbeiten mit TensorFlow und Keras
- Modellaufbau und Training
- Vergleich mit dem PyTorch Framework
Hyperparameter-Tuning
- Lernrate, Batchgröße, Optimizer
- Early Stopping und Regularisierung
Deep-Learning-Projekte praktisch anwenden
- Bildklassifikation
- Textanalyse oder Zeitreihenprognosen
Modellbereitstellung und Skalierung