An error occurred while loading the video player, or it takes a long time to initialize. You can try clearing your browser cache. Please try again later and contact the helpdesk if the problem persists.
Über “Neuronale Netze”, “Artificial Intelligence” und “Deep Learning” reden heute alle. Jeder möchte künstliche Intelligenz nutzen, doch wie fange ich am besten damit an?
In diesem Kurs werden wir künstliche neuronale Netze, die Grundlage künstlicher Intelligenz, sowohl theoretisch als auch praktisch einführen. Dabei wollen wir genauer untersuchen, wie solche Netze funktionieren und wie man sie entwickeln und einsetzen kann. Der Kurs beinhaltet theoretische Grundlagen, praktische Übungen und weiterführende Exkurse, unter anderem in die Algorithmen, welche zum Trainieren von neuronalen Netzen verwendet werden. Anschließend werden wir lernen, wie ein Netz für verschiedene Einsatzzwecke optimiert werden kann und wie wir auch mit wenig Trainingsdaten Erfolge erzielen können. Am Ende zeigen wir, wie ihr selbst ein gutes Netz für ein eigenes Problem trainieren könnt.
Ziel des Kurses ist es, ein Verständnis von künstlichen neuronalen Netzen und deren Einsatz- und Optimierungsmöglichkeiten zu schaffen.
Language: Deutsch
Big Data and AI, Intermediate, Programming
Course information
Zielgruppe
Wir laden alle an Machine Learning und künstlicher Intelligenz interessierten Personen ein, unseren Kurs zu belegen. Teilnehmende sollten von einem Zeitaufwand von 3 bis 6 Stunden pro Woche ausgehen. Um unserem Kurs gut folgen zu können, solltet ihr allerdings folgende Kenntnisse mitbringen:
- Grundlegende Programmierkenntnisse, vorzugsweise in Python
- Mathekenntnisse auf Abiturniveau
Prüfungsform
Das Zeugnis erhält, wer in der Summe aller benoteten Aufgaben mehr als 50% der Höchstpunktzahl erreicht hat. Dabei können 40% aller Punkte in den Übungen und 60% aller Punkte in der Abschlussprüfung erreicht werden.
Folgen Sie uns auf Twitter: @openHPI. Für Tweets zu diesem Kurs nutzen Sie bitte den Hashtag #neuralnets2020
Besuchen Sie uns auf Facebook: https://www.facebook.com/OpenHPI
Exkurse
Im Laufe des Kurses bieten wir verschiedene freiwillige Exkurse an. Darin geht es um spannende Themen, die nicht zum regulären Kursinhalt gehören, aber für interessierte Teilnehmer spannende Einblicke in die Hintergründe von Deep Learning oder auch den aktuellen Forschungsstand geben.
Zum Beispiel wird es folgende Exkurse geben:
- Programmierung eines neuronalen Netzes von Scratch (ohne Tensorflow, in Python)
- Installation von Tensorflow und Keras lokal
- Xception, ein aktuelles und sehr tiefes Netz für schwierige Computer Vision Aufgaben
- Generative Adversarial Networks, die real aussehende Fake-Bilder erzeugen und reale von Fake-Bildern unterscheiden können
Übungen
Es wird mehrere praktische Übungen geben, in denen ihr selbst künstliche neuronale Netze implementieren könnt. Ein Teil dieser Übungen fließt in das Zeugnis mit ein, außerdem gibt es freiwillige praktische Übungen. In den Übungen werdet ihr den wöchentlichen Inhalt praktisch wiederholen und dabei neue spannende Datensets benutzen.
I like, I wish
Wir freuen uns auf euer Feedback, Kritik, sachdienliche Hinweise und Lob. Alles ist gerne gesehen! Spart nicht damit :)
Hinweis auf weitere Kurse zur Thematik
Beachten Sie auch unseren openHPI-Kurs „Künstliche Intelligenz und maschinelles Lernen für Einsteiger“. Für diesen Einsteiger-Kurs ist keine Programmiererfahrung oder technisches Hintergrundwissen notwendig.
Achtung: Dieser Kurs befindet sich aktuell im Selbststudium-Modus, in dem Sie keinen Zugriff auf die bewerteten Hausaufgaben/Prüfungen haben. Daher können wir Ihnen lediglich eine Teilnahmebestätigung ausstellen.
Enroll me for this course
Learners
Certificate Requirements
- Gain a Record of Achievement by earning at least 50% of the maximum number of points from all graded assignments.
- Gain a Confirmation of Participation by completing at least 50% of the course material.
Find out more on our page for certificates and guidelines.
This course is offered by
Das HPI-Student Team für neuronale Netze besteht aus den HPI-Studenten (v.l.n.r) Georg, Hendrik, Roman, Leonard und Benedikt. Sie studieren im fünften Bachelorsemester und haben sich im vergangenen Semester aus eigenem Interesse mit dem Thema Deep Learning und neuronale Netze beschäftigt. Herausgekommen ist dabei dieser Online Kurs, indem die Studenten die Gelegenheit nutzen wollen, das Thema auch anderen Interessierten beizubringen.
Bei der Kurserstellung betreut wurden sie aus dem openHPI-Team von Christiane und Tom, sowie dem Lehrstuhl "Internet-Technologien und Systeme" von Prof. Dr. Meinel.