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 PC-COLLEGE Gruppe.
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
Direktlink zum Kurs!