Deep Learning

Deep Learning ist ein Top Thema im Data Science Umfeld. Deep Learning ist den klassischen Machine Learning Algorithmen in verschiedenen Anwendungsbereichen überlegen. Dazu gehören Bilderkennung, Textanalyse (NLP), Anomaly Detection, Zeitreihenvorhersagen und vieles mehr.

In diesem Modul wollen wir verstehen, wie mehrschichtige, künstliche neuronale Netze aufgebaut sind und wie diese trainiert und angewendet werden.

Lernziele
Prinzipien und Anwendungen, Arbeiten mit neuronalen Netzen, Einsatz für Bilderkennung und mehr.
Die Teilnehmenden:
  • Können ein Neuronales Netz selbständig in Python implementieren und trainieren
  • Verstehen die nötigen Grundlagen in Linearer Algebra Führen selbständig ein Neuronales Netzwerk Training durch
  • Verstehen die Anwendungsgebiete für DeepLearning
  • Können diverse DeepLearning Frameworks evaluieren und einsetzen
Inhalt
  • Grundlagen in Linearer Algebra
  • Grundlagen von neuronalen Netzwerken.
  • Kostenfunktionen und Training mit Gradient Descent.
  • Einführung in TensorFlow, Keras und Apache SystemML.
  • Übungen
  • Selbststudium
  • Anwendungsbeispiele
  • Handschriftenerkennung mittels Convolution
  • Rauschunterdrückung und Anomaly Detection mittels Autoencoder
  • Zeitreihenanalyse mit Long-Short-Term Memory Netzwerken (LSTM)
Vorkenntnisse
Python, Arbeiten mit Jupiter Notebooks
Bitte für den Kurs Anaconda Framework auf Laptop installieren
Daten
  • 08. Februar'19
  • 15. Februar'19
  • 22. Februar'19
jeweils von 08:30-16:15
OrtWankdorffeldstrasse 102
3014 Bern
Standort
Kosten
CHF 1350.-
ECTS
2
Online-Anmeldung
Data Science | Workshops