Deep Learning und Neuronale Netze mit Python, Pandas, Keras und TensorFlow («H36445»)

1 Einführung in das Deep Learning

• Was sind neuronale Netze und wie lernen sie?
• Mathematische Grundlagen kompakt erklärt
• Neuronale Netze mit Keras und TensorFlow
• Modelle: Evaluation und Anpassung
• Modelle: Einsatz und Speicherung

2 Datenvorbereitung und Feature Extraction

• Datenvorbereitung mit Pandas
• Explorative Datenanalyse
• Standardisierung von numerischen Daten und Textdaten
• Feature Extraction: Merkmale aus Daten extrahieren
• Netze mit geringen Datenmengen trainieren

3 Spezialisierte neuronale Netze

• Konvolutionale neuronale Netze (CNN)
• Aktualisierung von Gewichten bei CNNs
• Max Pooling und Dropout
• Anlernprozesse überwachen mit TensorBoard
• Rekurrente neuronale Netze (RNN)
• Zeitreihenanalyse und Textverarbeitung mit RNN

4 Modelle deployen und Transfer-Learning

• Einsatz von Cloud-GPUs für Machine-Learning-Projekte
• Einführung in Transfer Learning und Modell Zoo
• Vorstellung von ImageNet, ResNet, VGG16
• Vortrainierte Layers in eigenen Projekten nutzen

Dieses Online-Seminar wird in einer Gruppe von maximal 12 Teilnehmenden mit der Videokonferenz-Software Zoom durchgeführt. Individuelle Betreuung durch die Referenten ist garantiert.

Die Übungsaufgaben werden in Form von Jupyter Notebooks bereitgestellt, die Sie lokal auf dem eigenen Rechner installieren können. Das rechenintensive Trainieren der Datenmodelle wird auf frei verfügbaren Cloud-GPUs durchgeführt.

Bei der Durchführung der praktischen Übungen stehen Ihnen die Referenten zur Seite – im virtuellen Klassenraum oder individuell in Break-out-Sessions.

In Ihrer Online-Lernumgebung finden Sie nach der Anmeldung alle Informationen, Downloads und Extra-Services zu dieser Qualifizierungsmassnahme.

Dieses Training richtet sich an alle, die Machine Learning im Detail verstehen und im Rahmen von eigenen Projekten einsetzen möchten. Dieser Kurs ist ein wertvoller Baustein in der Qualifizierung zum Data Scientist, Data Engineer und Machine Learning Engineer.

Grundlegende Kenntnisse in der Programmierung mit Python werden vorausgesetzt. Weitergehendes technisches, mathematisches und statistisches Vorwissen ist hilfreich, aber nicht erforderlich.

Damit Sie mögliche Unterlagen rechtzeitig per Post zugestellt bekommen können, empfehlen wir eine Buchung mindestens 14 Tage vor Seminar-Termin.