Beschreibung
Keras ist eine Open Source Deep-Learning-Bibliothek die in Python geschrieben ist. Keras bietet eine einheitliche Schnittstelle für verschiedene Backends, darunter TensorFlow. Das Ziel von Keras ist es, die Anwendung dieser Bibliotheken so einsteiger- und nutzerfreundlich wie möglich zu machen.
Keras eignet sich besonders zur schnellen Implementierung neuronaler Netze und ermöglicht effizientes und einfaches Prototyping von neuronalen Netzen bei gleichzeitig großer Bedienerfreundlichkeit.
Sie können nach dem Training eigenständig Neuronale Netze entwerfen und trainieren. Python-, Statistik- und mathematische Kenntnisse werden vorausgesetzt. Sie üben das Erlernte in zahlreichen Praxisbeispielen und Sie können auch eigene Beispiele aus Ihrer beruflichen Praxis mitbringen. Als Programmieroberfläche wird Jupyter Notebook genutzt.
Das Expertentraining wendet sich an Fachkräfte die sich professionell mit dem Thema Deep/Maschine Learning beschäftigen wollen und dazu die in Python geschriebene Bibliothek Keras nutzen. Im Training wird ein umfassender Überblick über Neuronale Netze und Deep Learning Algorithmen mit Keras vermittelt.
Montag, 17. bis Mittwoch, 19. Juni 2024
9.00 bis 16.30, inkl. Pausen
Deep Learning, Maschine Learning, künstliche Intelligenz: eine Begriffsbestimmung
Funktionsweise neuronaler Netze
Neuronale Netze mit Keras
- Aufbau, Layer, Modelle
- Datenvorbereitung
- Klassifizierung und Mehrfachklassifizierung
- Keras und Tensorflow
- Modellauswahl
- Grundlagen des Lernprozesses
Arbeiten mit convolutionalen neuronalen Netzwerken (CNN), maschinelles Sehen
- Wie arbeiten convolutionale Netze?
- Datenvorbereitung, Datenaugmentation
- Verwenden vortrainierter CNNs
- Merkmalsextraktion und Feinabstimmung
Arbeiten mit rekurrenten neuronalen Netzwerken (RNN), sequenzielle Daten
- Rekurrente Layer in Keras
- Sequenzdaten mit SimpleRNN und LSTM (Long Short-Term Memory) verarbeiten
- LSTM und GRU Layer
- Rekurrentes Dropout Verfahren
Feature Extraction: Numerische Daten, Bild und Text-Daten vorbereiten
- Datenrepräsentation: Skalare, Vektoren und Matrizen
- Daten einlesen, vorbereiten und beschreiben mit Pandas
- Visualisierung der Daten mit Matplotlib
- Verarbeitung qualitativer Merkmale (One-hot Kodierung)
- Standardisierung von Daten
- Dimensionen von Daten reduzieren
- Principle Component Analysis (PCA)
- Bilddateien transformieren
- Textdaten vorbereiten: Vectorizer, Worteinbettungen
Fallbeispiel zur Wiederholung des Gelernten
Kommende Starttermine
Videopräsentation
Infos anfordern
TAE – Berufliche Fort- und Weiterbildung
Die Technische Akademie Esslingen (TAE) gehört seit mehr als 65 Jahren zu den bedeutendsten Anbietern für berufsvorbereitende und berufliche Qualifizierungen Deutschlands. Die TAE deckt mit jährlich rund 1.000 Veranstaltungen in 17 verschiedenen Themenbereichen nahezu jedes Feld ab, zu dem man sich...
Erfahren Sie mehr über TAE - Technische Akademie Esslingen e.V. und weitere Kurse des Anbieters.