Workshop Deep Learning

Getting ready to automate human tasks with little effort

Kurzbeschreibung
Künstliche neuronale Netze (Deep Learning) haben die Grenzen von Big Data Analytics und Künstlicher Intelligenz stark erweitert, wie beispielsweise im Bereich der Bilderkennung, automatischer Übersetzung und Erkennung von Sprache. Allgemeiner gesprochen stellt Deep Learning den State-of-the-Art in vielen Bereich des Machine Learnings dar. Es ermöglicht häufig mit geringerem Aufwand als konventionelle Methoden basierend auf Featuereengineering bessere Ergebnisse zu erzielen. In den letzten Jahren ist die Anwendung dieser Verfahren dank zahlreicher Opensource Initiativen (Tensorflow von Google oder Pytorch von Facebook) auch für kleine und grosse Unternehmen ausserhalb der IT Branche möglich geworden.

Lerninhalte
- Grundlagen von neuronalen Netzen
- Einführung in convolutional und recurrent neural networks
- Data Preprocessing and Augmentation
- Tools für Deep Learning mit Fokus auf Tensorflow und Python
- Effizientes Trainieren mittels geeigneter Hardware als auch geeigneten Algorithmen
- Beispielanwendungen im Bereich der Bild- und Textverarbeitung und ev. Zeitreihenanalyse

Lernziele
- Erkennen und Bewerten von möglichen Anwendungsszenarien von Deeep Learning im Unternehmen
- Wesentliche Elemente existierender Netzwerkarchitekturen verstehen und auf ähnliche Probleme anwenden

Zielgruppe
Der Kurs richtet sich an Personen, welche im Bereich des Maschinellen Lernens oder Datenanalyse tätig sind. Die Teilnehmenden sollten:
- Erfahrung mit Datenanalyse haben
- Programmiergrundlagen beherrschen (idealerweise Python)
- Mathematische Grundlagen auf Matura-/Abiturniveau im Bereich der linearen Algebra und Analysis (Matrixprodukte, Ableitungen) für ein besseres Verständnis mitbringen

Agenda:
1. Tag, 13:00 - 17:00 Uhr:
- Grundlagen von neuronalen Netzen – Teil 1
- Einführung in convolutional neural networks
- Kurze Beispielanwendung im Bereich Bilderkennung

2. Tag, 09:00 - 17:30 Uhr:
- Grundlagen von neuronalen Netzen – Teil 2
- Einführung in recurrent neural networks
- Data Preprocessing and Augmentation
- Tools für Deep Learning mit Fokus auf Tensorflow und Python
- Effizientes Trainieren mittels geeigneter Hardware als auch Algorithmus
- Beispielanwendungen im Bereich der Bild- und Textverarbeitung und ev. Zeitreihenanalyse
- Selbstständiges Entwickeln und Trainieren eines kleinen Netzwerks zur Erkennung von Ziffern

Termin
28.3. von 13-17:00
29.3. von 9-17:30

Teilnehmeranzahl
Die Mindestteilnehmerzahl liegt bei 7 Teilnehmern.

Teilnahmegebühr
CHF 1'250

Anmeldungen
Bitte bis 18. März 2019

Weitere Informationen zur Anmeldung und zur Veranstaltung finden Sie hier.