Deep Learning für Einsteiger – Neuronale Netze
Dieser Online-Workshop findet am 23. April 2021 statt.
Neuronale Netze sind eines der generischsten Rechenmodelle des maschinellen Lernens und lassen sich für fast jeden Anwendungsfall nutzen. Sie definieren den State of the Art in der intelligenten Verarbeitung von Bilder, Texten und strukturierten Daten.
Dieser Workshop richtet sich an Teilnehmer, die die Konzepte des Maschinellen Lernens (Daten, Features, Modelle) schon verinnerlicht haben und sich für die verschiedenen Varianten der Neuronalen Netzwerke interessieren.
Wir bauen mithilfe von TensorFlow und Keras eigene Bilderkennungssysteme und lernen, wie deren Hyperparameter automatisch optimiert werden können
Vorkenntnisse
* Verständnis der Konzepte des Maschinellen Lernens (Daten, Features, Modelle)
* Grundlegende Programmierkenntnisse
Lernziele
Theoretische und Praktische Übungen in den Bereichen:
* Grundlagen Neuronale Netze
* Hyperparameter, Grid Search, AutoML
* Grundlagen TensorFlow
* Convolutional Neural Networks (CNNs)
* Recurrent Neural Networks (RNNs)
Agenda
09:00 - (T) Willkommen und Vorstellungsrunde09:30 - (P) Setup und Python Basics
10:15 - (T) Einführung in Neuronale Netzwerke
11:15 - (P) Wer baut das beste Netz?
11:45 - (P) Das erste eigene Netz mit Keras und Tensorboard
12:45 - MITTAGSPAUSE
13:45 - (T) Convolutional Neural Networks
14:30 - (P) Eigene Bildklassifikatoren bauen
15:30 - (T) Reccurent Neural Networks
16:00 - Abschluss
Technische Anforderungen
Wir stellen die Trainingsumgebung in einer Cloud-Instanz je Teilnehmer zur Verfügung. Ein aktueller Browser und ein freier Internetzugang genügen.Damit Sie die Umgebung auch im Anschluss an den Workshop nutzen können, ist eine Anleitung zum Aufsetzen im Workshopmaterial enthalten.
Da es durch Sicherheitssoftware auf Firmenlaptops leider immer wieder zu technischen Problemen (z.B. Internetbeschränkungen durch gesperrte Ports) kommt, prüfen Sie bitte, ob Sie im Zweifel einen privaten Computer nutzen können
Speaker
Harald Bosch arbeitet als Data Scientist bei der Novatec Consulting GmbH. Er wurde am Institut für Visualisierung und Interaktive Systeme der Uni Stuttgart im Bereich Datenvisualisierung und -Analyse promoviert und hat sich seither auch mit vielen Themen der Softwareentwicklung beschäftigt.
Arthur Varkentin promovierte 2018 in Physik und setzte sich im Rahmen seiner Doktorarbeit mit Segmentierungs- und Klassifizierungsproblemen auseinander. Seit 2019 wirkt er bei der Novatec Consulting GmbH in den Bereichen AI & ML mit.