Die Teilnehmenden erwerben fundierte Kenntnisse im Bereich Deep Learning und dessen Anwendung unter Verwendung der Frameworks TensorFlow und PyTorch.
Explorative Datenanalyse für Deep Learning mit TensorFlow und PyTorch- Daten bereinigen, transformieren und für neuronale Netzwerke vorbereiten
- Muster und Zusammenhänge in großen Datensätzen erkennen und nutzen
- Feature Engineering optimieren, um bessere Trainingsdaten für KI-Modelle zu generieren
SQL für effiziente Datenverarbeitung in Deep Learning
- Joins und Aggregationen nutzen, um große Datensätze für Modelltraining aufzubereiten
- Optimierte Abfragen schreiben, um die Leistungsfähigkeit neuronaler Netze zu maximieren
- Datenbanken effizient verwalten, um reibungslose Datenbereitstellung für KI-Modelle zu gewährleisten
Interaktive Visualisierung von Deep Learning-Ergebnissen mit Power BI
- Dynamische Dashboards erstellen, um Modellmetriken und Trainingsergebnisse verständlich darzustellen
- DAX-Funktionen nutzen, um Berechnungen für Fehlerraten und Optimierungsprozesse effizient auszuführen
- Aussagekräftige Berichte entwickeln, um datengetriebene Modellverbesserungen nachzuvollziehen
Deep Learning mit TensorFlow und PyTorch für leistungsstarke KI-Modelle
- Neuronale Netzwerke mit TensorFlow und PyTorch trainieren und evaluieren
- CNNs für Bildanalyse, RNNs für Sprachverarbeitung und Transformer-Modelle implementieren
- Hyperparameter-Tuning und Transfer Learning anwenden, um Modellleistung und Trainingsgeschwindigkeit zu optimieren