Grundlagen des Deep Learning
Sie denken gern analytisch, begeistern sich dafür, dass Maschinen lernen können und möchten daher das Potenzial von neuronalen Netzen und insbesondere Deep Learning kennenlernen? Wenn Sie alles rund um aktuelle Entwicklungen im Umfeld von Deep Learning erfahren möchten, dann freuen Sie sich auf dieses Training. Gemeinsam trainieren wir Systeme, die Aufgaben erlernen, um sie danach automatisch auszuführen.
Teilnahmezertifikat von Spirit in Projects Foundation
Goals
- Methoden des Machine Learnings verstehen
- Aufbau und Funktionsweise von neuronalen Netzen kennenlernen
- Deep Learning für das Trainieren von neuronalen Netzen anwenden
- Anwendungsgebiete wie Mustererkennung, Bild- und Textverarbeitung und Objekterkennung verstehen und einsetzen
- Tools und Plattformen für das Deep Learning einsetzen
Target Groups
Inhalt
1. Grundlagen
- Was ist Machine Learning?
- Der Unterschied von Machine Learning zu Artificial Intelligence und Data Science
2. Einführung in die methodischen Grundlagen
- Unterschied zur traditionellen Software-Entwicklung
- Komponenten von Machine Learning
3. Voraussetzungen für Machine Learning
- Voraussetzungen an Daten
- Voraussetzungen an die Vorhersagbarkeit
4. Lernansätze für Machine Learning
- Supervised
- Unsupervised
- Reinforcement
5. Modellarten von Machine Learning
- Decision Tree
- Neural Networks
- Regressionsanalyse
6. Deep Learning
- Was ist ein künstliches Neuronales Netz?
- Was ist Deep Learning?
- Vorteile von Deep Learning
- Einfache tiefe Neuronale Netze
- Convolutional Neuronale Netze
- GAN
- Transformer
7. ML Plattformen und Technologien
- Google TensorFlow
- PyTorch
- Repositories
- ML Programmiersprachen
Zertifizierung
Für dieses Training erhalten Sie ein Teilnahmezertifikat von Spirit in Projects.
After completion we recommend
Certified Trainings
Internationally recognized certifications for your career.
Experienced Trainers
Learn from competent experts with practical experience.
Flexible Formats
Webinars, video trainings or on-site – exactly as you need it.