Deep Learning – Teil 1: Künstliche neuronale Netze mit TensorFlow

INHALT

Deep Learning ist ein Teilbereich von Machine Learning, der sich auf den Einsatz künstlicher neuronaler Netze konzentriert – und in den letzten Jahren bahnbrechende Erfolge in Bereichen wie Bild- und Spracherkennung erzielt hat. Dieser erste Teil unserer Reihe zu Deep Learning vermittelt dir die zentralen Grundlagen dieses faszinierenden Themas.

Die praxisorientierte Einführung erläutert die Funktionsweise neuronaler Netze und befähigt dich bereits zur Entwicklung der ersten eigenen Modelle. Du lernst die Hauptkomponenten eines künstlichen neuronalen Netzes kennen – darunter Neuronen, Schichten, Gewichte und Aktivierungsfunktionen – und welche Rolle diese Elemente beim Lernen aus Daten spielen. Abhängig von verschiedenen Anwendungsszenarien wie Klassifikation oder Regression lernst du konkret, wie der Einsatz aller Komponenten funktioniert. Durch praktische Übungen und Projekte setzt du das Gelernte direkt um und legst den Grundstein für weiterführende Themen im Bereich Deep Learning.

SO LERNST DU MIT DIESEM KURS

In den Videokursen der heise academy lernst du IT-Themen anschaulich und verständlich. Du siehst den Experten bei der praktischen Arbeit zu und lässt dir dabei alles genau erklären. Das Wissen ist in kompakte Lerneinheiten unterteilt, sodass du den Kurs Schritt für Schritt durcharbeiten oder gezielt zu Lektionen springen kannst, die dich interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für dich bereit, die dich beim Lernen unterstützen:

• Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten
• Wissensquiz zur Lernkontrolle
• Lernhistorie und Lernfortschritt
• Lesezeichen und Notizen
• Volltextsuche in den Videos
• Übungsmaterial zum Mitmachen
• Responsive Web-App und Videostreaming für alle Endgeräte

TECHNISCHE VORAUSSETZUNGEN

Für diesen Videokurs wird lediglich ein aktueller Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.