 |
|
The lecture introduces the basic concepts of deep learning, in particular different popular architectures including restricted Boltzmann machines, convolutional neural networks, stacked autoencoders (as concerns feedforward models), and long short term memory models and recursive networks (as concerns recurrent models). Different tricks for training are introduced including optimiziation schemes such as ADAM, and training modi such as drop-out, and training set enhancement. Popular applications such as for image recognition will be discussed. On a practical side,mostly TensorFlow will be used with Keras as API.
Programmierkenntnisse (Python oder vergleichbar), Grundlagen Mathematik, Grundlagen maschinelles Lernen (etwa Neuronale Netze oder Einführung maschinelles Lernen)
| Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
|---|
| Modul | Veranstaltung | Leistungen | |
|---|---|---|---|
| 39-Inf-AKS Anwendungen Kognitiver Systeme | Maschinelles Lernen im Web oder Modern Data Analysis oder Softcomputing für die Bioinformatik | unbenotete Prüfungsleistung
benotete Prüfungsleistung |
Studieninformation |
| 39-M-Inf-DL Deep Learning | Deep Learning | benotete Prüfungsleistung
|
Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
| Konkretisierung der Anforderungen | |
|---|---|
|
Students are able distinguish different key architectures for deep learning, and they know the learning scenarios where these architectures can be used. The students know how to train a deep architecture, both, as regards the algorithmic pipeline and possible forms of implementation using modern systems. |
|
| Lernraum | |
|---|---|
Lernraum (E-Learning)Zu dieser Veranstaltung existiert ein Lernraum im E-Learning System. Lehrende können dort Materialien zu dieser Lehrveranstaltung bereitstellen: |
|
| Teilnehmer*innen | |
|---|---|
|
|
| Automatischer E-Mailverteiler der Veranstaltung | |
|---|---|
|
|
| Änderungen/Aktualität der Veranstaltungsdaten | |
|---|---|
|
|
| Sonstiges | |
|---|---|
|
|