Kurs: Hands-On Machine Learning & neuronale Netze

Beschreibung

Neuronale Netze und Machine Learning beeinflussen immer mehr unsere Entscheidungen. Doch wie funktionieren solche Systeme? Nach diesem Kurs sind Sie nicht nur in der Lage, diese Frage zu beantworten, sondern können auch ein System erstellen, das einfache Probleme mittels Machine Learning lösen kann.

Ziele

  • Basiskonzepte von maschinellem Lernen kennen;
  • verstehen, wie ein neuronales Netz funktioniert;
  • einfache Problemstellungen durch maschinelles Lernen selber lösen können.

Am Ende des Kurses verstehen die Teilnehmer die Basiskonzepte von Machine Learning und Neuronalen Netzen und kennen die Tools um Machine Learning im eigenen Unternehmen einzusetzen.

Inhalt

In diesem Kurs werden wir folgende Themen anschauen:

  • Machine Learning
    • Grundlagen
    • Feature Engineering
    • Algorithmen (SVM / Decision Trees)
    • Anwendungen
    • Evaluation
    • Tooling (Jupyter, scikit-learn, …)
  • Neuronale Netze
    • Grundlagen
    • Lern-Algorithmen
    • Netztopologien
    • CNN/RNN/LSTM
    • Tooling (TensorFlow, Keras, …)

Alle wichtigen Aspekte werden in Programmierübungen vertieft. Dazu verwenden wir eine vorbereitete Entwicklungsumgebung mit Python (scikit-learn und TensorFlow.

Zielgruppe

Dieser Kurs richtet sich an:

  • Software Engineers, die sich einen ersten Überblick über das Thema Machine Learning verschaffen wollen
  • Architekten, welche die Chancen und Risiken von Machine Learning anhand einer konkreten Umsetzung kennenlernen möchten
  • Ingenieure mit Berührungspunkten zu Bereich Analytics und Machine Learning

Voraussetzungen

  • Grundkenntnisse in Programmierung
  • Mathematikkenntnisse (einfache Matrizenoperationen, Basiswissen Statistik)
  • Basiskenntnisse Künstliche Intelligenz
  • Persönlicher Laptop

Dauer

2 Tage

Ihre Trainer

Dr. Roman Bertolami realisiert als Solution Architect Innovationsvorhaben unserer Kunden. Diese beinhalten immer häufiger auch Komponenten künstlicher Intelligenz. Im Rahmen seines PhDs im Bereich Künstlicher Intelligenz hat er sich intensiv mit Handschrifterkennung und Multiple Classifier Systems auseinandergesetzt. Roman ist Co-Organisator des Machine Learning and Artificial Intelligence Meetups in Bern.
Florian Lüscher ist Full-Stack Developer und beschäftigt sich seit Jahren mit Machine Learning in Theorie und Praxis. Florian ist Co-Organisator des Machine Learning and Artificial Intelligence Meetups in Bern.

Anmelden

Bitte beachten Sie, dass der Kurs nur mit mindestens acht Teilnehmern stattfindet.