Der große Deep Learning Kurs mit Keras und TensorFlow 2
What you'll learn
- Verstehen, wie Neuronale Netze funktionieren
- Baue dein eigenes Neuronales Netzwerk mit Python auf
- Benutze TensorFlow 2 für Klassifizierungs- und Regressionsaufgaben
- TensorFlow 2 für die Bildklassifikation mit faltenden neuronalen Netzen (eng. Convolutional Neural Networks) verwenden
- Wie man TensorFlow 2 für die Zeitreihenanalyse mit wiederkehrenden neuronalen Netzen (eng. Recurrent Neural Networks) verwendet
- Verwende TensorFlow 2 und Autoencoder zur Lösung von Machine Learning Problemen
- Reinforcement Learning (verstärkendes Lernen) mit OpenAI Gym
- Erstellen von Erzeugenden Generischen Netzwerken (eng. Generative Adversarial-Networks) mit TensorFlow 2
- Werde ein Deep Learning Experte!
- Nutze die Keras-API, um schnell Modelle zu erstellen, die auf Tensorflow 2 ausgeführt werden
Requirements
- Grundlagen der Programmierung in Python
- Grundkenntnisse in Mathematik (Mittelwert, Standardabweichung, etc.)
- Motivation für das Lernen einer komplexen Materie
Description
Dieser Grundlagenkurs führt dich durch den Einsatz des Keras und TensorFlow 2-Frameworks von Google, um künstliche neuronale Netzwerke für Deep Learning zu erstellen. Ziel dieses Kurses ist es, dir einen leicht verständlichen Leitfaden zur Komplexität des TensorFlow-Frameworks zu geben. Andere Kurse und Tutorials tendieren dazu, sich von reinem TensorFlow fernzuhalten und stattdessen Abstraktionen zu verwenden, die dem Teilnehmer wenig tatsächliches Handwerkszeug mit auf den Weg geben. In unserem Kurs hingegen bieten wir dir eine vollständige Anleitung zur bestimmungsgemäßen Verwendung des TensorFlow-Frameworks und zeigen dir die neuesten Techniken des Deep Learning.
Wichtig: Unser Deep-Learning-Kurs erfordert Grundkenntnisse der Programmierung mit Python! Falls du die Grundlagen von Python bisher noch nicht erlernt hast, solltest du zuerst einen unserer Python-Kurse durcharbeiten!
"War ein toller Kurs und konnte mir durch diesen Kurs ein Verständnis über Neuronale Netzwerke verschaffen! Der Kurs ist sehr gut aufgebaut und strukturiert. Zunächst wird die Theorie erklärt, darauf folgt ein Bespiel und schließlich eine Übungsaufgabe... Besonders toll finde ich, dass auch die Folien entahlten sind!" (★★★★★ S. Tatzreiter)
Dieser Kurs besteht aus zwei Teilen, das heisst du bekommst 2 Kurse für 1.
-----------------------------------
Teil 1: Keras und Tensorflow 2
-----------------------------------
Wir konzentrieren uns darauf, die neuesten Updates für TensorFlow 2 zu zeigen und mit der Keras-API (der offiziellen API von TensorFlow 2.0) schnell und einfach Modelle zu erstellen. Dabei behandeln wir unter anderem Modelle zur Vorhersage zukünftiger Immobilienpreise, zur Klassifikation medizinischer Bilder, zur Vorhersage zukünftiger Verkaufsdaten, zur Generierung von natürlicher Sprache und vieles mehr!
Keras, ein benutzerfreundlicher API-Standard für maschinelles Lernen, verwenden wir als zentrale API auf der obersten Ebene zum Erstellen und Trainieren von Modellen. Die Keras-API erleichtert den Einstieg in TensorFlow 2. Wichtig ist, dass Keras mehrere modellbildende APIs (sequentiell, funktional und Unterklassen) bereitstellt, damit ein Modell gemäß des Anwendungsfalls gewählt werden kann. Dabei stehen Komponenten für intuitives Debugging und zum Erstellen skalierbarer Eingabe-Pipelines bereit.
Dieser Teil des Kurses deckt eine Vielzahl von Themen ab, darunter
NumPy Crashkurs
Pandas Datenanalyse Crashkurs
Daten Visualisierungs Crashkurs
Grundlagen der Neuronalen Netze
TensorFlow 2 Grundlagen
Keras Grundlagen
Künstliche Neuronale Netzwerke (engl. Artificial Neural Networks)
Dicht verbundene Netzwerke (eng. Densely Connected Networks)
Faltungsneuronale Netze (eng. Convolutional Neural Networks)
Wiederkehrende Neuronale Netzwerke (eng. Recurrent Neural Networks)
AutoEncoders
GANs - Generative Adversarial Networks
Ausrollen von TensorFlow 2 in die Produktion
und vieles mehr!
-----------------------------------------
Teil 2: TensorFlow 1 (mit Details)
-----------------------------------------
Dieser Teil des Kurses hilft dir die Hintergründe in TensorFlow zu verstehen. Der 1. Teil des Kurses hat dir gezeigt wie du schnell und einfach mit Keras Analysen durchführen kannst. Wenn es dich interessiert, was sich hinter der Abstraktion des Keras-Frameworks verbirgt und wie TensorFlow im Detail funktioniert, dann ist dieser Teil genau richtig für dich.
Dieser Teil des Kurses deckt eine Vielzahl von Themen ab, darunter
Grundlagen des Neuronalen Netzes
TensorFlow Grundlagen
Künstliche Neuronale Netzwerke
Dicht verbundene Netzwerke (eng. Densely Connected Networks)
Faltungsneuronale Netze (eng. Convolutional Neural Networks)
Wiederkehrende Neuronale Netzwerke (eng. Recurrent Neural Networks)
AutoEncoder
Reinforcement Learning
OpenAI Gym
und vieles mehr!
-----------------------------------------
Es gibt viele Deep Learning Frameworks, warum also TensorFlow?
TensorFlow ist eine Open-Source-Softwarebibliothek zur numerischen Berechnung mit Datenflussgraphen. Knoten in einem Graphen stellen mathematische Operationen dar, während die Graphenkanten die zwischen ihnen kommunizierten multidimensionalen Datenarrays (Tensoren) darstellen. Die flexible Architektur ermöglicht die Bereitstellung von Berechnungen auf einer oder mehreren CPUs oder GPUs in einem Desktop, Server oder mobilen Gerät mit einer einzigen API. TensorFlow wurde ursprünglich von Forschern und Ingenieuren entwickelt, die im Google Brain Team innerhalb der Machine Intelligence Forschungsorganisation von Google arbeiten, um maschinelles Lernen und Forschung an tiefen neuronalen Netzen durchzuführen, aber das System ist allgemein leistungsfähig und wird auch in einer Vielzahl anderer Bereiche eingesetzt.
Es wird von großen Unternehmen auf der ganzen Welt genutzt, darunter Airbnb, Ebay, Dropbox, Snapchat, Twitter, Uber, SAP, Qualcomm, IBM, Intel und natürlich Google!
Du erhältst lebenslangen Zugang zu allen Lektionen und den dazugehörigen Notebooks!
Zusätzlich bietet dir dieser Kurs eine 30-tägige Geld-zurück-Garantie. Wenn du in irgendeiner Weise nicht zufrieden sein solltest, erhältst du dein Geld zurück. Und du darfst alle Notebooks als Dankeschön für das Ausprobieren dieses Kurses behalten!
Werde noch heute ein Deep Learning Experte! Wir sehen uns im Kurs!
Who this course is for:
- Python Programmierer , die die neuesten Deep-Learning-Techniken mit TensorFlow 2 erlernen wollen.
- Data Scientisten, die die neuesten Deep-Learning-Techniken mit TensorFlow 2 erlernen wollen.
Instructors
![Prof. Dr. René Brunner](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.4 Instructor Rating
- 8,540 Reviews
- 48,028 Students
- 19 Courses
In einer Welt der Veränderung gibt es keine Ressource, die wertvoller ist als Bildung. Sie befähigt die Menschen, auch in einer komplexen Umwelt selbstbestimmt ihren Weg zu gehen. Wichtig ist, was jeder einzelne kann. Die Digitalisierung steckt voller Chancen für bessere Bildung: individuelleres Lernen, innovative Lehrmethoden und aktuellere Lehrmittel. Daher möchte ich nicht länger zuschauen, sondern an besserer Bildung für Jeden Mitwirken! Dabei sind die folgenden 3 Punkte mein konkreter Beitrag:
1. Verfügbarkeit von individuellem Lernen, innovativen Lehrmethoden und aktuellere Lehrmittel durch einen günstigen Zugang auf Udemy für jeden zu schaffen, mit Kursen, die normalerweise mehrere hundert oder tausend Euro kosten!
2. Studierende an der Hochschule fit für die Digitale Zukunft zu machen und ein Bewusstsein für die Datenanalyse zu schaffen.
3. Mit dem Datamics Team Firmen beraten und strategisch wohlbedacht zu positionieren.
Für mehr Informationen gerne auf unserer Datamics Webseite vorbeischnuppern. Von unserem Data Science Podcast, über aktuelle Blogposts, bis hin zu Karriere-vorranbringendem Karriereguide, Du wirst sicher fündig.
Lebenslauf:
Dr. René Brunner hat als Big Data Scientist und Engineer schon seit über 15 Jahre (damals hatte Big Data Science noch andere Bezeichnungen) zahlreiche Big Data Projekte und Workshops bei Unternehmen wie IBM, SAP, Audi, Bosch, Daimler, Havas Media, GFK, Philip Morris, Sony und Vodafone gemacht.
Während seiner Promotion hat er dezentrale und skalierende Marktplätze aufgebaut und mit der Hilfe von Machine Learning Algorithmen wie zum Beispiel Clustering und Decision Trees optimiert. Die Ergebnisse konnte er in zahlreichen Artikeln in führenden Fachzeitschriften und auf internationalen Konferenzen veröffentlichen. Dabei hat er mehrere Auszeichnungen und Stipendien erhalten. Du kannst ihn gerne auf Linkedin oder Xing direkt kontaktieren sowie seine Veröffentlichungen unter Google Scholar einsehen.
Als Head of Study Programs für Digital Technologies and coding an der Macromedia Hochschule für Medien und Kommunikation freut er sich seit 8 Jahren (zunächst als Dozent und später als Professor) den Studierenden den digitalen Wandel in Form von Programmierung, Analysen, Best Practice Case Studies und Anwendungsbeispiele beizubringen. Davor hat er schon mehrere Jahre an verschiedenen Universitäten im Bereich Computer Science unterrichtet.
Er hat ein Diplom in Wirtschaftsinformatik an der Universität Mannheim, einen Master in Wirtschaftsinformatik an der französischen Université Nice Sophia-Antipolis, eine Promotion in Computer Science an der Technischen Universität Kataloniens sowie an der Cardiff University im Bereich Big Data Science und Machine Learning.
Außerdem kannst du ihn auch gerne nach persönlichen Trainings, Gruppentrainings in München oder als Sprecher auf Konferenzen anfragen.
- 4.4 Instructor Rating
- 8,540 Reviews
- 48,028 Students
- 19 Courses
Wir sind Datamics...
…und bieten Online-Kurse rund um das Themengebiet Data Science auf Udemy an. Hierzu gehören Themen wie das Programmieren in Python, SQL, Bewerbertraining, Datenvisualisierungen mit Dash, Business Analytics u.v.m.
Wir arbeiten dabei eng mit unserem U.S.-amerikanischen Partner Jose Portilla zusammen, um für euch immer die aktuellsten Informationen aus dem weltweiten Geschehen parat zu haben.
Wir, das sind Dr. René Brunner und ein Team, das Erfahrung aus unterschiedlichen Bereichen in die Entwicklung der Kurse einbringen kann. René selbst ist bereits über 15 Jahre erfolgreich auf dem Gebiet Data Science unterwegs und selbst Dozent an verschiedenen Hochschulen.
Wichtig sind unserem Team vor allem folgende 3 Punkte:
1. Verfügbarkeit von individuellem Lernen, innovativen Lehrmethoden und aktuellere Lehrmittel durch einen günstigen Zugang für jeden zu Kursen schaffen, die normalerweise mehrere hundert oder tausend Euro kosten!
2. Einen kleinen fachlichen Beitrag zum Ausbau der Digitalen Zukunft leisten, Bewusstsein für die Daten Analyse schaffen und so viele wie möglich fit für die Digitalisierung machen.
3. Wir haben regelmäßig Spendenaktionen in denen wir ein
gemeinnütziges Bildungsprojekt unterstützen. Diese werden in den einzelnen Kursen spezifiziert. Vorschläge für Projekte sind dabei herzlich Willkommen.
Du kannst uns gerne auf Udemy, über unsere Webseite, LinkedIn, Facebook oder Youtube direkt kontaktieren.
Außerdem kannst du René auch gerne nach persönlichen Trainings, Gruppentrainings in München oder als Sprecher auf Konferenzen anfragen.