Deep Learning mit Keras und TensorFlow

Trainer*in:
Shirin Elsinghorst

Beschreibung

Keras ist eine High-Level-Schnittstelle (API), die ein schnelles, einfaches und flexibles Prototypisieren von (tiefen) Neuronalen Netzwerken mit TensorFlow, Theano und CNTK ermöglicht. Das Trainieren von tiefen Neuronalen Netzwerken – das sogenannte Deep Learning – ist ein Anwendungsfall von Big-Data-Analysen, denn sie erlauben es, hochkomplexe Probleme zu lösen. Klassische Aufgabengebiete sind Bilderkennung, Spracherkennung, Natural Language Processing etc.

Dieser Workshop umfasst einen kurzen theoretischen Teil zur Einführung von Neuronalen Netzwerken sowie einen ausführlichen praktischen Teil, in dem ein genereller Workflow zum Erstellen, Testen und Visualisieren von Neuronalen Netzwerken mit Keras und TensorFlow behandelt wird. Um gute Neuronale Netzwerke zu bauen, müssen die vorhandenen Daten zunächst verstanden und vorgearbeitet werden. Im nächsten Schritt werden die Daten in Trainings- und Testsets unterteilt, die dann zum Trainieren der Modelle und anschließendem Vorhersagen verwendet werden. Final wird die Modell-Performance bestimmt und bei Bedarf optimiert. Im praktischen Teil wird das Keras R Paket genutzt – ein Interface zu Keras, das es erlaubt, Keras Funktionalitäten zusammen mit R und RStudios Data Science und Visualisierungspaketen zu nutzen. Alle nötige Software kann entweder lokal installiert werden oder wird als Docker Image zur Verfügung gestellt.

Teilnahmevoraussetzungen und Zielgruppe

Der Workshop richtet sich an Software-Entwickler und Data Scientists. Grundkenntnisse im Programmieren sollten vorhanden sein. Es sind keine Vorkenntnisse in R oder Machine Learning nötig.

Inhalte:

Theoretische Einführung in die Grundlagen von Neuronalen Netzwerken und Deep Learning
Einführung in R
Neuronale Netzwerke mit R: ein genereller Workflow einschließlich Daten-Vorbereitung, Trainings- und Test-Split, Validierung, Evaluation von Modell-Performance und Visualisierung
Neuronale Netzwerke mit Keras und TensorFlow:
Lineare/sequenzielle Modelle
Convolutional Neuronal Networks zur Bilderkennung
Visualisierung mit TensorBoard
Vorhersagen von Testdaten
Modell-Performance
Modelle speichern und laden

Schulungssprache

Deutsch oder Englisch

Dauer in Tagen

Teilnahmegebühr

550 € zzgl. MwSt. pro Teilnehmer

Anmeldeformular