Deep Learning, Neuronale Netze und TensorFlow in Python
Werde zum Deep Learning Experten: Mathematik & Praxis für Neural Networks mit Keras. [2024 Edition]
Ratings 4.27 / 5.00
What You Will Learn!
- Verwende die neuste TensorFlow Version
- Verstehe wie Neuronale Netzwerke wirklich funktionieren
- Implementiere die Grundbausteine eines NN nach
- Meistere das Deep Learning (DNN, CNN, RNN etc.)
- Das Erkennen von handgeschriebenen Zahlen
- Das Erkennen von Hunden und Katzen auf Bildern
- Das Erkennen von Objekten (Autos, Flugzeuge etc.) auf Bildern
- Die Klassifizierung von echten Filmbewertungen
- Eine KI für ein Videospiel programmieren
Description
Update Oktober 2023: Mit der neusten TF 2.14 Version kompatibel!
Kursbeschreibung:
Der Kurs bietet einen umfassenden Überblick über die wichtigsten Techniken und Methoden in den Bereichen maschinelles Lernen, neuronale Netzwerke und künstliche Intelligenz. Die Teilnehmer werden zunächst in die Grundlagen des maschinellen Lernens eingeführt, um ein solides Verständnis für die zugrunde liegenden Konzepte und Verfahren zu erlangen.
Im Gegensatz zu vielen anderen Tutorials im Internet, bei denen oft nur wenige Zeilen Code vermittelt werden, legt dieser Kurs besonderen Wert darauf, die Teilnehmer in die Entwicklung und Implementierung der Grundbausteine von Neuronalen Netzen einzuführen.
Im weiteren Verlauf des Kurses lernen die Teilnehmer, wie sie TensorFlow 2 und TensorBoard effektiv einsetzen können, um ihre eigenen neuronalen Netzwerke zu entwickeln und zu trainieren. Die digitale Bildverarbeitung und die Anwendung von Convolutional Neural Networks (CNN) zur Erkennung von Mustern und Merkmalen in Bildern werden ebenfalls ausführlich behandelt. Die Teilnehmer erhalten zudem Einblicke in moderne Netzwerkarchitekturen wie ResNet und DenseNet.
Der Kurs befasst sich auch mit der Theorie und Praxis von Recurrent Neural Networks (RNN) und Long Short Term Memory (LSTM), die für sequentielle und zeitabhängige Daten unerlässlich sind. Schließlich wird eine Einführung in das Natural Language Processing (NLP) gegeben, um den Teilnehmern zu ermöglichen, Textdaten effizient zu verarbeiten und zu analysieren. Insgesamt vermittelt dieser Kurs die erforderlichen Fähigkeiten, um moderne Machine-Learning- und Deep-Learning-Anwendungen erfolgreich zu entwickeln und einzusetzen.
Dieser Kurs besteht aus folgenden Themengebieten:
Grundlagen des Machine Learnings
Grundlagen von Neuronalen Netzwerken
Alle Features von TensorFlow 2 und TensorBoard
Grundlagen der Digitalen Bildverarbeitung
Convolutional Neural Networks (CNN)
State-of-the-art Netzwerke wie ResNet und DenseNet
Recurrent Neural Networks (RNN)
Long Short Term Memory (LSTM)
Einführung in das Natural Language Processing (NLP)
Werde noch heute ein Profi, in der Technologie von Morgen!
Wir sehen uns im Kurs!
Who Should Attend!
- Studenten, Softwareentwickler und alle Interessierten
