Deep Learning in R


Neuronale Netze als Methode des maschinellen Lernens haben in den letzten 10 Jahren wieder massiv an Bedeutung gewonnen. Dies liegt insbesondere an einer nun besser möglichen Optimierung von tiefen und neuartigen Netzwerkarchitekturen, die zu massiven Durchbrüchen in der Verarbeitung von Bild-, Sprach- und Textdaten geführt haben.

Der Kurs beinhaltet eine Einführung in die Theorie und praktische Anwendung von tiefen Neuronalen Netzen, wobei sowohl auf die historische Entwicklung, als auch auf den State-of-the-Art der Methodik eingegangen wird.

Dazu wird den Teilnehmern ein Einblick in das theoretische Fundament neuronaler Netze vermittelt. Es werden Vor- und Nachteile sowie die wichtigsten R Pakete diskutiert. In den Übungen werden die Teilnehmer in einfachen Anwendungen selbst Neuronale Netze anpassen, um Klassifikations- und Regressionprobleme zu lösen.

Es werden generelle Netzwerkarchitekturen sowie Regularisierung und Optimierung dieser Netze besprochen.

Weitere behandelte Themen sind:

  • Convolutional Neural Networks
  • Autoencoder
  • Hyperparameter Optimimierung  mithilfe von mlr

Als Software wird im wesentlichen mxnet verwendet, aber es werden auch andere implementierung kurz gegenübergestellt.

 

 Benötigte Vorkenntnisse:


Hinweise:
Im Kurspreis bereits enthalten sind zwei Mittagessen, Kaffeepausen und die Kursunterlagen.

Jeder Teilnehmer, jede Teilnehmerin erhält ein Teilnahmezertifikat mit LMU Siegel.

Ein Teil unserer Kurse findet in den Räumlichkeiten der LMU-Weiterbildung in der Leopoldstrasse 30 statt. Für diese Kurse bitten wir Sie, einen eigenen Laptop mit einer möglichst aktuellen Version der kostenlosen Software R (https://cran.r-project.org) und RStudio (https://www.rstudio.com/products/rstudio/download/) mitzubringen. Wenn Sie keine Administrationsrechte auf Ihrem Laptop haben (oft bei Firmenlaptops der Fall), sollten Sie zusätzlich sicherstellen, dass in R auch Erweiterungspakete auf Ihrem Laptop installiert werden können. Genaueres entnehmen Sie bitte der Kursanmeldungsseite. Gerne können Sie uns bei Fragen hierzu auch kontaktieren.

Einen Internetzugang werden wir über das BayernWLAN für alle Teilnehmer bereitstellen.