Deep Learning für Einsteiger – Neuronale Netze
Maschinelles Lernen erlaubt es Prozesse zu automatisierten, die vormals eine menschliche Intelligenz benötigten. Aber was steckt dahinter und wie mache ich es mir zu Nutze?In dieser Veranstaltung wollen wir mit Präsentationen und praktischen Übungen die Bausteine von maschinellen Lernverfahren als zentrale Elemente der künstlichen Intelligenz verstehen und einsetzen.
Dieser Workshop richtet sich an Teilnehmer, welche die Konzepte des Maschinellen Lernens (Daten, Features, Modelle) schon verinnerlicht haben und sich für die verschiedenen Varianten der Neuronalen Netzwerke interessieren. Von den Grundbegriffen bis zu Optimierungsmöglichkeiten streifen wir Netzwerkarchitekturen und Hyperparameter.
Vorkenntnisse
* Solide Python-Kenntnisse
* Machine-Learning-Grundkenntnisse
Lernziele
Theoretische und Praktische Übungen in den Bereichen:
* Einführung Neuronale Netze
* Hyperparameter, Grid Search, AutoML
* Grundlagen TensorFlow
* Convolutional Neural Networks (CNNs)
* Recurrent Neural Networks (RNNs)
Speaker
Harald Bosch arbeitet als Managing Consultant bei der Novatec Consulting GmbH. In seiner über zehnjährigen IT-Karriere hat er seinen Master in Wirtschaftsinformatik an der Universität Stuttgart abgeschlossen, am Institut "Visualisierung und Interaktive Systeme" promoviert und sich dann 2016 mit seiner Firma "ScatterBlogs" selbstständig gemacht. Sein Themenschwerpunkt als Doktorand lag dabei auf dem Thema Visual Analytics, der Verbindung von Mensch-Maschine-Kommunikation, Informationsvisualisierung und automatischer Datenanalyse. Als Topic Lead für Machine Learning bei der Novatec gestaltet er neben seiner Projektarbeit auch PoCs und Schulungen.
Hauke Brammer arbeitet als Senior Software Engineer bei der Novatec Consulting GmbH. Hier unterstützt er Kunden in den Bereichen Application Development, Cloudanwendungen und Microservices. Als Topic Lead für Machine Learning interessiert er sich besonders für Data Augmentation und Deep Learning mit Small und Big Data.