Deep Learning - mit Python und TensorFlow und Keras

Tauchen Sie in die faszinierende Welt der modernen Deep-Learning-Technologien ein und optimieren Sie Ihre Fähigkeiten im Umgang mit Deep Learning - mit Python und TensorFlow und Keras. Dieser Kurs bietet eine umfassende Einführung in neuronale Netze, einschließlich CNNs, RNNs und MLPs, und zeigt Ihnen, wie Sie diese mithilfe der leistungsstarken TensorFlow-Plattform und der benutzerfreundlichen Keras API implementieren können.

Der Kurs legt starken Wert darauf, theoretische Grundlagen mit praktischen Anwendungen zu kombinieren, sodass Sie nicht nur lernen, Modelle zu erstellen und zu trainieren, sondern auch, wie Sie diese effektiv anpassen und optimieren. Ein besonderer Fokus liegt auf der praktischen Umsetzung in Projekten, die durch Hyperparameter-Tuning verfeinert werden können, und so sicherstellen, dass Ihr Wissen direkt anwendbar ist.

Dieser Kurs richtet sich sowohl an Einsteiger als auch an fortgeschrittene Anwender, die ihre Fähigkeiten im Bereich Deep Learning erweitern möchten. Sie werden in der Lage sein, komplexe Deep-Learning-Projekte zu entwickeln und auf reale Herausforderungen anzuwenden, was Ihnen wertvolle Effizienz und Präzision in Ihren Projekten bietet. Profitieren Sie von einem verbesserten Verständnis moderner Machine-Learning-Architekturen und wenden Sie dieses Wissen direkt in der Praxis an.

Dieses Seminar ist ein Angebot der PC-COLLEGE Gruppe.

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