Detaillierte Informationen zum Seminar
Inhalte:
Seminar mit high-performance GPUs. Keras zur Analyse von Daten, Bildern, Zeitreihen:
Dieses drei tägige Intensivseminar führt Sie in das Thema Deep Learning ein mit Anwendungsbeispielen für Bild-, Text- und numerischen Daten. Jedem Teilnehmer steht dabei eine high-performance GPU (NVIDIA Tesla P100) in der Cloud zur Verfügung.
Es werden typische Anwendungen von Deep Learning Algorithmen behandelt: Klassifikation von Bildern, Vorhersage bei numerischen Daten, Klassifikation/Vorhersage bei Text bzw. Sequenzdaten.
Sie lernen die Neuronale Netzwerk Klassen Multi-Layer Perceptron (MLP), Convolutional Neural Network (CNN), Recurrent Neural Networks (RNN) und Long Short Term Memory (LSTM) kennen. Zudem präsentieren wie Ihnen die bekanntesten Neuronalen Netzwerkstrukturen (VGG, GoogLeNet, ResNet, ...).
Die verwendete Programmiersprache ist Python mit dem Framework Keras / Tensorflow. Der Kurs ist praxisorientiert mit vielen Übungsaufgaben. Die Bearbeitung der Übungsaufgaben erfolgt in der Python Umgebung Jupyter Notebook.
Behandelte Themen in dieser Schulung:
* Grundlagen von Maschinellem Lernen und Künstlicher Intelligenz (KI)
* Daten Vorbereitung (Normalisierung, Train-Valid-Test Split, One-hot encoding)
* Multi-Layer-Perceptron (MLP) in Keras/Tensorflow (Neuronales Netz)
* Ein Netzwerk trainieren und auf neue Daten anwenden
* Convolutional Neural Network (CNN)
* Keras Callbacks (Early Stopping, ModelCheckpoint)
* Klassifizierung von Bildern
* Deep Learning für Text- und Sequenzdaten
* Recurrent Neural Network (RNN) und LSTMs
* Fine-Tuning
Ziele/Bildungsabschluss:
Das Ziel des Kurses ist es Sie in das Thema Deep Learning einzuführen und Ihnen zu zeigen, wie Neuronale Netze in dem Framework Keras / Tensorflow trainiert werden und welche typischen Hindernisse Sie begegnen könnten. Zudem werden wir erläutern, wie Sie online (auch kommerziell) verwendbare Neuronale Netze inkl. des Keras Codes finden können, so dass Sie ggfs einen Prototypen für Ihre Anwendung innerhalb eines oder wenigen Tagen gebaut haben. Die Use Cases kommen aus dem Bereich der Bild-, Text, und Sequenzdatenverarbeitung.
Teilnahmevoraussetzungen:
Notwendig sind erste Kenntnisse in der Programmiersprache Python oder gute Kenntnisse in einer anderen Programmiersprache und einfach Erfahrungen mit Bilddaten. Hilfreich sind folgende Fähigkeiten: ein Bild als Matrix von Farbkanälen verstehen (RGB x Breite x Höhe), einen einfache Grafik mit matplotlib zu erstellen, einfache Funktionen des numpy Paketes, importieren von Python Modulen, Control flows (for loop, if-else, while), Funktionen in Python schreiben. Das Seminar wird auf Deutsch gehalten. Englischkenntnisse (lediglich im Verstehen von englischen Texten) sind sehr empfehlenswert.
Förderung:
Bildungscheck NRW
Zielgruppe:
Die Schulung ist ausgelegt für technisch interessierte Fachkräfte, z.B. data scientists, angehende Deep Learning / Machine Learning Ingenieure, o.ä., welche ein Interesse im dem Thema Deep Learning und Neuronale Netze mit Use Cases aus der Bildverarbeitung haben und die Deep Learning Algorithmen in Keras / Tensorflow in Python entwerfen und trainieren möchten.
Seminarkennung:
33
