Deep Learning - mit Python und TensorFlow und Keras

Beschreibung Dieses Seminar führt Sie in moderne Deep-Learning-Techniken ein. Sie arbeiten mit neuronalen Netzen wie CNNs, RNNs und MLPs und setzen diese mit TensorFlow und der Keras API um. Neben dem Aufbau und Training von Modellen lernen Sie, diese zu tunen und in Projekten praktisch anzuwenden. Der Kurs verbindet Theorie und Praxis auf verständliche Weise für den optimalen Lernerfolg. Hinweis: Inhalt 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 Voraussetzungen Sicherer Umgang mit Python und gute Kenntnisse im Machine Learning. Erste Erfahrungen mit NumPy oder Pandas sind hilfreich. Zielgruppe Der Kurs ist ideal für ML-Erfahrene, die sich mit Deep Learning, neuronalen Netzen und modernen Tools wie TensorFlow und Keras weiterentwickeln wollen.