Das base.camp präsentiert zum Digitaltag 2020 einen Einstieg in die Fähigkeiten des Deep Learning.
Methoden der Künstlichen Intelligenz (KI) werden zunehmend in der Forschung und der Industrie eingesetzt. Mit klassischen KI-Methoden wurden iterativ immer bessere Ergebnisse erreicht, bis Deep Learning aufkam. Obwohl die Grundlagen heutiger Neuronalen Netze schon in den 70ern erarbeitet wurden, ermöglichten aktuelle Rechnerarchitekturen eine Revolution des Maschinellen Lernens.
Die Erstellung und Erkennung und Evaluation von einzelnen Datenmerkmalen (Features) – früher ein langwieriger Prozess – werden von Neuronalen Netzen im Lernprozess automatisch durchgeführt. Durch die optimale Auswahl von Datenmerkmalen erreichen tiefe neuronale Netze (Deep Neural Networks) bei Bilderkennung, Spracherkennung, Textverständnis und vielen anderen Aufgaben state-of-the-art Ergebnisse.
Im Vortrag erklärt Eugen Ruppert die Ansätze von klassischen Methoden des Maschinellen Lernens und vergleicht sie mit aktuellen Ansätzen des Deep Learning. Anhand eines Datensatzes mit handgeschriebenen Zahlen bringen wir dem Computer das Lesen bei. Die Teilnehmer erhalten Code-Beispiele, mit denen sie eigene Neuronale Netze designen und trainieren können.
Der Talk findet im Rahmen des Digitaltag 2020 statt.
Zeit
Freitag, 19.06.2020, 11:00 — 13:00
Themen
- Möglichkeiten und Einsatzgebiete von ML
- „Klassische“ Methoden des Maschinellen Lernens
- Neuronale Netzwerke und Deep Learning
- Beispiel Zeichenerkennung:
- Training und Auswertung von ML-Methoden
- Verschiedene Arten von Neuronalen Netzen
- Beispiel-code für eigene Versuche
Meetup
Interessierte können sich auch über die Meetup-Seite vormelden.
Materialien
- Vortragsfolien (annotiert)
- RStudio Server für die Code-Beispiele
- GitLab-Projekt
Wer mit den Code-Beispielen eigene Neuronale Netze trainieren möchte, muss sich per Email anmelden. Dann bekommt man Zugangsdaten für ein Online-Tool.
