Dabei gibt der Intensivkurs Deep Learning mit R einen Überblick über die aktuellen Methoden des Maschinellen Lernens mit speziellen Fokus auf tiefe neuronale Netze. Anhand von zwei Praxis-Beispielen erhalten Sie einen intensiven Einblick, wie diese Methoden in der Praxis angewendet werden. Gerne können Sie hierfür auch eine eigene Fragestellung inkl. der notwendigen Daten mitbringen.
In den drei Tagen erfahren Sie die wichtigsten Details zu tiefen Neuronalen Netzen und lernen R Caret, Keras/TensorFlow sowie rTorch kennen. Mit diesem Handwerkszeug können Sie sofort loslegen, die Potenziale des Deep Learnings auf Fragestellungen Ihres Unternehmens in Verbindung zu bringen.
Gerne passen wir die Inhalte dieses Firmenseminars an Ihre Wünsche an.
Interessenten mit soliden R-Kenntnissen können an dem offenen Kurs → Deep Learning mit Python teilnehmen. Für fortgeschrittene Programmierer ist es unerheblich, ob der Zugriff auf die Deep-Learning-Bibliotheken mit Python oder mit R erfolgt. Daher können Sie an dem Alternativkurs Deep Learning mit Python auch mit R und RStudio teilnehmen. Der Dozent kennt sich in beiden Welten bestens aus.
Die Bewertungen werden von einem unabhängigen Dienstleister gesammelt, geprüft und ausgewertet.
Das Wichtigste auf einen Blick
Ort: | Inhouse beim Kunden |
Typ: | Intensivkurs |
Größe: | 1 – 12 Personen |
Dauer: | 3 Tage |
Zeiten: | 9 – 17 Uhr |
Preis: | auf → Anfrage |
- Einführung und Praxisbeispiele
- Auffrischung Python-Grundlagen
- Neuronale Netzwerke
- Klassische Architekturen
- Weiterführende Architekturen
- Fallbeispiel 1 (Bildverarbeitung): Bild-Klassifizierung mit Convolutional Neural Networks
- Fallbeispiel 2 (Sprachverarbeitung): Text-Generierung mit LSTMs und Transformers
*Nettopreise ohne MwSt. Endpreis wird im Warenkorb angezeigt.
Lernziele und Nutzen des Seminars
Am Ende dieses Intensivkurses Deep Learning mit R werden Sie
- die aktuelle Berichterstattung zu Künstliche Intelligenz, Maschinellem Lernen, Neuronalen Netzen und speziell Deep Learning inhaltlich einordnen und bewerten können,
- Projekte mit R (mit Caret, Keras/Tensorflow und rTorch) und Methoden des Deep Learnings starten zu können,
- wissen, welche und wie viele Daten für die erfolgreiche Umsetzung einer Fragestellung mit Deep Learning (noch) notwendig sind,
- eine Bild-Klassifizierung mit Convolutional Neural Networks (CNNs) durchführen und Texte mit Transformer generieren können.
Zielgruppe des Seminars Deep Learning mit R
Unser Intensivkurs Deep Learning mit R ist für Beschäftigte aus operativen Bereichen, R&D und IT geeignet, welche die Kursvoraussetzungen erfüllen und die Potenziale von Deep Learning für ihren Bereich kennenlernen und hautnah erfahren möchten. Anwender, Studenten, Doktoranden und Forscher aus den mathematischen, statistischen, naturwissenschaftlichen, ingenieurwissenschaftlichen, informationstechnologischen, betriebs-, wirtschafts-, markt- und sozialwissenschaftlichen Bereichen sind ebenfalls willkommen.
Voraussetzungen für das Seminar
Für den Kurs Deep Learning mit R sind Grundverständnisse der Linearen Algebra (Vektoren, Matrizen) und ein Basiswissen in der Statistik (wie Korrelationen und lineare Regression) sehr empfehlenswert. Sie sollten Grundkenntnisse in einer objektorientierten Programmiersprache besitzen und sich mit der objektorientieren Programmierung von Klassen und deren Vererbung auskennen. Liegen keine entsprechenden Kenntnisse vor, können Sie eine Anfrage für einen zusätzlichen Unterrichtstag stellen.
Dauer des Seminars und Anteil von Übungen
- Rahmen: 3 Tage (täglich 8 Stunden, 9-17 Uhr)
- Aufteilung Theorie/Praxis: 40% Vorlesung + 60 % Praxis, Übungen und Demos