In diesem Kurs werden wir uns mit den Grundkonzepten aus dem Bereich Deep Learning befassen. Wir werden einige Anwendungsbereiche studieren und zahlreiche Beispiele kennenlernen, beispielsweise wie neuronale Netze aufgebaut sind, wie ihre Funktionsweise ist und welche besonderen Erweiterungen man dort integrieren kann, um sie auf spezielle Probleme anwendbar zu machen. Viele weitere wichtige Konzepte aus diesem Bereich werden wir uns anschauen wie etwa Softwarebibliotheken, die uns unterstützen Deep Learning Probleme prototypisch zu lösen. In diesem Rahmen werden wir auf Themen wie Klassifikationen und Regressionen, Overfitting und Underfitting, Gradient Descent und neuronale Netzwerktypen eingehen.
- Dozent/in: Michael Burch
