Neuronale Netze verstehen und anwenden
Ein strukturierter Kurs über die Grundlagen und praktische Anwendung neuronaler Netze. Sie lernen, wie diese Systeme funktionieren, und erarbeiten konkrete Implementierungen.
Jetzt anmelden
Kursinhalte im Überblick
Der Kurs ist in thematische Module unterteilt, die aufeinander aufbauen und sowohl theoretische Grundlagen als auch praktische Umsetzung vermitteln.
MODUL 01
Grundlagen neuronaler Netze
Einführung in die Struktur und Funktionsweise von Neuronen, Schichten und Aktivierungsfunktionen.
- Aufbau eines Neurons
- Forward- und Backpropagation
- Verlustfunktionen
- Gradientenabstieg
MODUL 02
Implementierung mit Python
Praktische Umsetzung neuronaler Netze mit NumPy und TensorFlow.
- Datenvorverarbeitung
- Netzarchitektur definieren
- Training und Validierung
- Hyperparameter-Optimierung
MODUL 03
Convolutional Neural Networks
Spezialisierte Architekturen für Bildverarbeitung und Mustererkennung.
- Faltungsoperationen
- Pooling-Schichten
- Transfer Learning
- Bildklassifikation
MODUL 04
Rekurrente neuronale Netze
Verarbeitung sequenzieller Daten und Zeitreihenanalyse mit LSTM und GRU.
- Sequenzverarbeitung
- LSTM-Architekturen
- Textgenerierung
- Zeitreihenprognose
MODUL 05
Generative Modelle
Einführung in GANs und Variational Autoencoders zur Datengenerierung.
- Autoencoder-Konzepte
- GAN-Architektur
- Training von Generatoren
- Anwendungsbeispiele
MODUL 06
Praxisprojekt
Abschlussprojekt zur Anwendung aller erlernten Konzepte auf ein reales Problem.
- Problemdefinition
- Datenakquise
- Modellentwicklung
- Evaluation und Präsentation
Ihr Kursleiter: Dr. Florian Bergmann
Dr. Bergmann forscht seit über zehn Jahren im Bereich Deep Learning und hat mehrere wissenschaftliche Publikationen zu neuronalen Netzarchitekturen veröffentlicht. Er hat industrielle Projekte betreut und bringt sowohl akademische als auch praktische Perspektiven in den Kurs ein.
Seine Arbeit konzentriert sich auf die Optimierung von Trainingsverfahren und die Entwicklung effizienter Netzarchitekturen für ressourcenbeschränkte Umgebungen.
Teilnehmerstimmen
„Die Erklärungen waren klar und nachvollziehbar. Besonders hilfreich waren die praktischen Übungen mit echten Datensätzen."
— Lena Hoffmann
„Nach diesem Kurs konnte ich mein erstes CNN-Modell für ein Projekt bei der Arbeit implementieren."
— Kathrin Weiss
„Der strukturierte Aufbau hat mir geholfen, die komplexen Konzepte Schritt für Schritt zu verstehen."
— Sophie Reinhardt
Bereit, neuronale Netze zu erlernen?
Melden Sie sich jetzt an und beginnen Sie mit einem strukturierten Programm, das theoretisches Wissen mit praktischer Anwendung verbindet.
Zur Anmeldung Technische Anforderungen