Neuronale Netze – Konzeption und Nutzung

Course Offered By: Cedric Mössner
Offering University: Technical University Lübeck
Course Language: Deutsch
Field of Knowledge: Preparation Courses Free of Charge
Average Workload: 5 Hours Free of Charge Enrol

What awaits you in this course?

Der Kurs vermittelt ein grundlegendes Verständnis darüber, welche Arten der Künstlichen Intelligenz es gibt und wann welche Art genutzt wird.

Der Schwerpunkt liegt dabei auf der Beschreibung neuronaler Netze und ihrer Wirkungsweise. Es wird erläutert, welche Vor- und Nachteile neuronale Netze haben und welche Arten von neuronalen Netzen wann sinnvoll sind.

Abschließend erhältst du die Möglichkeit, ein eigenes neuronales Netz in einem ersten Entwurf selbst zu erstellen und zu überprüfen.

Programmierkenntnisse sind dafür nicht erforderlich!


What can you learn in this course?

  • Du verstehst, welche Arten der KI es gibt und wann welche genutzt werden.
  • Du kannst nachvollziehen, wie neuronale Netze arbeiten und was die Vor- und Nachteile von neuronalen Netzen sind.
  • Du kannst einordnen, welche Arten von neuronalen Netzen wann sinnvoll sind.
  • Du kannst neuronale Netze in einem ersten Entwurf selbst erstellen und überprüfen, wie diese abschneiden.

Outline

Kapitel 1: Big Data

1.1 Big Data und alles was möglich ist

1.2 Klassifikation vs. Regression

1.3 Überwachte und unüberwachte Verfahren

1.4 Semi-supervised Learning

1.5 Fehlerminimierung

1.6 Overfitting

1.7 Abstandsmaße

1.8 Ein Beispieldatum


Kapitel 2: Der EM-Algorithmus

2.1 Der EM-Algorithmus

2.2 Evolutionäre Algorithmen

2.3 Reinforcement Learning

Kapitel 3: Neuronale Netze

3.1 Neuronale Netze

3.2 Warum erst seit 2009?

3.3 Modell eines neuronalen Netzes

3.4 Workflow

3.5 Errorfunktion

3.6 Berechnung innerhalb eines Neurons

3.7 Aktivierungsfunktionen

3.8 Batches und Epochen

3.9 Lernraten

Kapitel 4: Tiefe Neuronale Netze

4.1 Tiefe Neuronale Netze

4.2 ConvolutionalNeuronal Networks

4.3 Rekurrente Neuronale Netze

4.4 Long Short-Term Memory

4.5 Auto-Encoder

4.6 Generative Adversarial Networks

4.7 Tatsächliche Architekturen

4.8 Spiking Neural Networks

Kapitel 5: Deep Learning Studio Installation

5.1 Deep Learning Installation

5.2 Das Deep Learning Studio - Ein erstes Projekt und der Workflow des DLS

5.3 Datenvorbereitung für das eigene Projekt

5.4 Das neuronale Netz für Pneumonie Diagnose


Confirmation of participation

In diesem Kurs kannst du Badges und ein Weiterbildungszertifikat erhalten.