In unserem zweitägigen Workshop eignen Sie sich die Grundlagen des Deep Learning an und lernen, wie Sie Deep Learning zur Lösung zahlreicher Probleme, wie zum Beispiel Churn Prediction und Bildklassifikation, einsetzen.
Wir beginnen mit einer intuitiven Einführung in die Funktionsweise neuronaler Netze, gefolgt von einem Überblick über gängige Architekturen, die für eine Vielzahl von Problemen eingesetzt werden können. Darüber hinaus erlernen Sie, wie Sie Ihre Deep Learning-Projekte organisieren und moderne Werkzeuge wie PyTorch, TensorBoard und PyTorch Lightning gewinnbringend einsetzen. Nach Abschluss dieses Kurses werden Sie in der Lage sein, Deep Learning selbstständig zur Problemlösung einzusetzen.
Inhalte
Tag 1
- Wie lernen neuronale Netze?
- Mathematisches Verständnis von Feed-Forward-Netzwerken
- PyTorch Grundlagen
- Datenverarbeitung in PyTorch
- Feed-Forward-Netzwerke trainieren und auswerten
- Häufige Probleme in Neuronalen Netzwerken verstehen
- PyTorch auf PyTorch-Lightning übertragen
- Tabellenbasierte Datenmodellierung mit neuronalen Netzen
Tag 2
- Convolutional Neural Networks (CNN) & die gängigen Architekturen verstehen
- Bildklassifikation mit CNN und Transfer Learning
- Sequenzmodellierung von Zeitreihen
- Tipps und Tricks für die Modellierung neuronaler Netze
- Überblick über fortgeschrittene neuronale Netzwerkarchitekturen
Zielgruppen und Zulassungsvoraussetzungen
Der Kurs richtet sich an
- IT–Fachexpert:innen, Teamleiter:innen, Projektleiter:innen, Process Owners, Innovationsmanager:innen
- Software-Entwickler:innen, Data Engineers
- Data Scientists
Voraussetzungen
- Grundkenntnisse in Python, Linear Algebra & Wahrscheinlichkeitstheorie
