Deep Learning
In den letzten 10 Jahren kam es auf dem Gebiet der Künstlichen Intelligenz (KI) zu einer Reihe von revolutionären

Durchbrüchen. Die meisten dieser Durchbrüche  gehen auf das Revival des alten, aber lange unterschätzten Teilgebietes des Maschinellen Lernens zurück, welches auf dem Einsatz von sogenannten neuronalen Netzen basiert und welches heute unter dem Namen "Deep Learning" bekannt geworden ist.

Der Deep-Learning-Kurs gibt einen Überblick über die Hauptideen und Techniken des Deep-Learnings und behandelt die praktische Implementierung von Deep-Learning-Algorithmen mit Python & Keras.

Am Kursende sollten die Teilnehmer in der Lage sein, moderne Bilderkennungs-Algorithmen  in wenigen Zeilen Code selbst zu programmieren. 
Der Kurs setzt Grundkenntnisse in Python sowie in Linearer Algebra, Differenzialrechnung und Wahrscheinlichkeitsrechnung voraus. Die behandelten Themen sind:

  • Einführung in die Theorie der Neuronalen Netze
  • Einführung in Keras (einem Python-Baukasten speziell für Neuronale Netze)
  • Praktische Übungen: Konstruktion & Training von Neuronalen Netzen (mit Keras und TensorFlow als Backend)
  • "Convolutional" Neuronale Netze
  • Praktische Übungen: Einsatz von Convolutional Neuronalen Netzen für Bilderkennungs-Algorithmen
  • Ausgewählte Themen des allgemeinen Machinellen Lernens (z.B. "Representation Learning" und "Generalization Theory")