Neuronale Netze & Deep Learning
Ziele
In dieser 2-tägigen Schulung "Neuronale Netze & Deep Learning" lernen Sie anhand der automatischen Bilderkennung eine Vielzahl von Techniken kennen. Diese ermöglichen es, mithilfe vorhandener Daten und tiefer neuronalen Netze neue, unbekannte Daten automatisch einer vorher festgelegten Kategorie oder Klasse zuzuweisen.
Im Verlauf des Workshops erhalten Sie eine Einführung in die Grundlagen neuronaler Netze sowie deren Training und Evaluierung. Sie werden mit speziellen Vorgehensweisen und Besonderheiten neuronaler Netze vertraut gemacht, ebenso wie mit allgemeingültigen Regeln aus dem Bereich des maschinellen Lernens. Zudem werden Unterschiede zur herkömmlichen Mustererkennung aufgezeigt und erläutert. Ein besonderer Schwerpunkt liegt auf dem Deep Learning - der Anwendung von tiefen Netzarchitekturen. Hierbei werden nicht nur die Herausforderungen, sondern auch mögliche Lösungsansätze im Detail behandelt, einschließlich Convolutional Neural Networks (CNN) und bekannten tiefen Architekturen wie der Inception-Architektur von Google.
Der Kurs zeichnet sich durch eine intensive Mischung aus Theorie und Praxis aus. Hierbei kommen TensorFlow und zahlreiche Code-Beispiele als Werkzeuge zum Einsatz. Die Teilnehmerzahl ist bewusst auf sechs begrenzt, um eine persönliche Betreuung sicherzustellen.
Zielgruppe
- Entwickler
- Programmierer
Voraussetzungen
- Grundsätzliches Programmierverständnis
- Python-Kenntnisse sind hilfreich aber nicht notwendig
Lernmethodik
Die Schulung bietet Ihnen eine ausgewogene Mischung aus Theorie und Praxis in einer erstklassigen Lernumgebung. Profitieren Sie vom direkten Austausch mit unseren projekterfahrenen Trainern und anderen Teilnehmern, um Ihren Lernerfolg zu maximieren.
Agenda
Grundlagen neuronaler Netze
- Prinzip und Entstehung neuronaler Netze
- Erste Einführung in TensorFlow
- Lernprinzip neuronaler Netze
- Unterschiede zur klassischen Mustererkennung
- Evaluierungsstrategien
- Overfitting und Gegenmaßnahmen
Deep Learning
- Problemursachen und Herausforderungen
- Allgemeine Lösungstechniken (u.a. ReLUs, Batch Normalization, Learning Rate Schedule, Varianten des Gradient Descent)
- Convolutional Neural Networks (CNNs)
- Tiefe, populäre CNN-Architekturen
- Freies Experimentieren anhand einer Challenge
- Transfer Learning mit vortrainierten Modellen
- Komponenten tiefer Architekturen – Untersuchung und Interpretationsansätze
Open Badge - Ihr digitaler Kompetenznachweis
Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erlangen Sie nicht nur Fachkenntnisse und Fähigkeiten, sondern bekommen zusätzlich zu Ihrem Teilnahmezertifikat ein Open Badge als digitalen Nachweis Ihrer Kompetenz.
Sie können diesen in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com Konto abrufen. Ihre verdienten Badges lassen sich problemlos in sozialen Netzwerken integrieren und weitergeben.
Kurz vor Durchführung
Termin | Standort | Aktion |
---|---|---|
18.12. - 19.12.2024 | Hamburg | |
27.01. - 28.01.2025 | München | |
27.02. - 28.02.2025 | Köln | |
03.03. - 04.03.2025 | Nürnberg |