Das Wichtigste in Kürze

  • 23 Stunden On-Demand-Video
  • 102 Kursmaterialien zum Download
  • 5 Programmierübungen
  • lebenslanger Zugriff auf den Kursinhalt
  • Abschlussbescheinigung

Vorteile

  • freie Zeiteinteilung
  • umfangreiche Wissensvermittlung
  • Zugriff über Tablet und Smartphone möglich
  • zahlreiche Beispiele und Übungen

Der Onlinekurs »Deep Learning, Neuronale Netze und TensorFlow 2 in Python« erläutert das Thema Neuronale Netzwerke und deren Aufbau. Mithilfe des Kurses sollen die Teilnehmer alle notwendigen Grundlagen erlernen, um anschließend eigene Neuronale Netzwerke mit Python, TensorFlow 2 und Keras entwickeln zu können. Der Kurs richtet sich an Studenten, Softwareentwickler und alle, die sich für das Thema interessieren. Allerdings sollten Grundkenntnisse in Python oder einer anderen Programmiersprache vorhanden sein.

Vermittelt wird das Wissen über On-Demand-Videos, die die Teilnehmer über Computer, Tablet oder Smartphone abrufen können. Der Kurs ist nicht zeitgebunden und dauert 24,5 Stunden. Als Ergänzung zu den Videos können die Teilnehmer rund 100 Kursmaterialien herunterladen. Der Kurs beinhaltet außerdem 5 Programmierübungen. Nach Absolvierung des Kurses erhält jeder Teilnehmer eine Abschlussbescheinigung.

Zielgruppe

Der Onlinekurs eignet sich für Studenten, die ihr Wissen bezüglich Machine Learning, Neuronale Netzwerke und Python Programmierung erweitern möchten. Außerdem richtet sich der Kurs auch an Softwareentwickler, die beruflich mit der Thematik zu tun haben und ihr Wissen vertiefen möchten. Der Kurs eignet sich zudem auch für alle Personen, die sich für die Thematik interessieren und die Grundlagen erlernen möchten.

Ziele

Der Onlinekurs »Deep Learning, Neuronale Netze und TensorFlow 2 in Python« zielt darauf ab, den Aufbau und die Funktionsweise von Neuronalen Netzwerken zu vermitteln. Ziel des Kurses ist es, dass die Teilnehmer die notwendigen Fähigkeiten erlernen, um eigene NN mit Python, TensorFlow 2 und Keras entwickeln zu können.

Zertifizierung

Nach der Teilnahme an dem Onlinekurs »Deep Learning, Neuronale Netze und TensorFlow 2 in Python« erhalten die Absolventen eine Abschlussbescheinigung, die sie im Anschluss bei Udemy herunterladen können.

Inhalte

Der Onlinekurs behandelt verschiedene Themengebiete und ist in insgesamt 13 Kapitel unterteilt.

  • Kapitel 1:
    • Das Kapitel 1 beinhaltet eine Einleitung zum Kurs, Informationen zur Software und Hilfestellung zur Einrichtung der Software und der Entwicklungsumgebung.
  • Kapitel 2:
    • Das Kapitel 2 behandelt die Grundlagen der Python Programmierung. Hier lernen die Teilnehmer Variablen, Rechenoperationen, Abfragen, For- und While-Schleifen, Klassen, f-Strings und vieles mehr kennen.
  • Kapitel 3:
    • Das Kapitel 3 beinhaltet 2 Unterkapitel. Hier stehen die Themen Machine Learning Intuition und Machine Learning Anwendungen im Vordergrund.
  • Kapitel 4:
    • Hier gibt es 3 Unterkapitel. Das Kapitel erklärt was Neuronale Netzwerke und Perzeptron sind. Außerdem lernen die Teilnehmer die Programmierung des Perzeptrons. Zusätzlich wird das Thema Neuronale Netzwerke vertieft und die Teilnehmern erfahren wie das NN lernt. Des Weiteren gibt es 5 Lektionen zu One-Hot, Softmax und Cross-Entropy.
  • Kapitel 5:
    • Das Kapitel 5 umfasst insgesamt 6 Unterkapitel. In den Kapiteln erfahren die Teilnehmer was TensorFlow und Keras sind und lernen Dense Layer zu implementieren. Das Kapitel behandelt außerdem das Thema Boston Dataset Regression und den Einsatz davon in Keras. Zusätzlich stehen noch MNIST Dataset Klassifikation, Real-World Einsatz von TensorFlow und die Mathematik hinter den Netzwerken auf dem Lehrplan.
  • Kapitel 6:
    • In Kapitel 6 werden die Methoden der digitalen Bildverarbeitung behandelt.
  • Kapitel 7:
    • Das Kapitel 7 umfasst 3 Unterkapitel, die die Themen Convolutional Neural Networks (CNN), CNN für die MNIST Klassifikation und CNN Verbesserung und Auswertung behandeln.
  • Kapitel 8:
    • Das Kapitel 8 vertieft das Thema Case Study.
  • Kapitel 9:
    • Das Kapitel 9 beinhaltet 8 Unterkapitel und behandelt unter anderem die Themen Dogs vs. Cats Klassifikation, Deep Learning Techniken, Visualisierungstechniken, TensorFlow Addons, ResNet und DenseNet sowie Fine-Tuning und Transfer Learning.
  • Kapitel 10:
    • Das Kapitel 10 erläutert was das Natural Language Processing ist und vertieft das Thema in 16 Lektionen.
  • Kapitel 11:
    • In Kapitel 11 erfolgt eine Einführung in Reinforcement Learning und die Programmierung von AI.
  • Kapitel 12:
    • Das Kapitel 12 greift nochmals das Thema Deep Learning auf.
  • Kapitel 13:
    • Das Kapitel 13 schließt den Onlinekurs ab.

Der Onlinekurs umfasst insgesamt 29 Abschnitte und 194 Lektionen, die eine Gesamtdauer von 24 Stunden und 38 Minuten aufweisen.

Dozent/-en

Dozent des Onlinekurses ist Jan Schaffranek, der 2019 seinen Master of Science im Fach Angewandte Informatik abgeschlossen hat. Er arbeitet als Machine Learning Entwickler im Bereich autonomes Fahren.

Kosten und Bezahlung

Die Kosten für den Onlinekurs müssen nach der Buchung sofort bezahlt werden. Als Zahlungsmethoden stehen PayPal, Kreditkarte und Überweisung zur Auswahl.

Preis 139,99 € (inkl. MwSt)
Bezahlmethode Kreditkarte, PayPal, Überweisung
Zahlungsweise einmalig

Teilnahmevoraussetzungen

Die Teilnahme an dem Kurs erfordert gewisse Grundkenntnisse im Programmieren.

Fachliche Voraussetzungen

Die Teilnehmer sollten für den Onlinekurs über Grundkenntnisse in Python oder einer anderen Programmiersprache verfügen. Zusätzlich sollten sie Grundkenntnisse in Mathematik auf Abitur-Niveau mitbringen.

Technische Voraussetzungen

Um am Kurs teilnehmen zu können, müssen gewissen Systemanforderungen erfüllt sein:

  • Für die Teilnahme wird ein Windows- oder Mac-PC beziehungsweise -Notebook benötigt
  • Alternativ ist die Teilnahme auch über ein Android- oder iOS-Tablet möglich
  • Das verwendete Gerät muss grafik- und soundausgabefähig sein
  • Bei Mobilgeräten wird mindestens iOS 13.0 oder Android 6.0 vorausgesetzt
  • Um die Videos abspielen zu können, wird die aktuelle Version eines Browsers benötigt
  • Verwendet werden können zum Beispiel Chrome, Edge, Firefox, Safari oder Opera
  • Eine Breitbandinternetverbindung mit mindestens 5 Mbit oder 800 kbit/s ist ebenfalls erforderlich

Medium – Wie wird das Wissen vermittelt?

Der Onlinekurs »Deep Learning, Neuronale Netze und TensorFlow 2 in Python« beinhaltet On-Demand-Videos, die die Teilnehmer zeitunabhängig aufrufen können. Die Videos sind in mehrere Kapitel mit verschiedenen Lektionen unterteilt, die nacheinander bearbeitet werden. Zusätzlich zu den Videos stehen 102 Materialen zum Download bereit und es gibt außerdem 5 Programmierübungen.

Format Onlinekurs
Videos Ja
Audio Ja
Handout Ja
Zugangsdauer unbegrenzt

Interaktion – Dozenten/Teilnehmer-Kommunikation

Eine Interaktion mit dem Dozenten ist bei diesem Kurs nicht möglich. Die Videos wurden im Vorfeld von dem Dozenten aufgezeichnet und bieten daher keine Kontaktaufnahme während der Bearbeitung.

Kundenservice

Sollten Fragen auftreten, können die Kursteilnehmer den Udemy Kundenservice über das Kontaktformular kontaktieren. Hilfreiche Informationen finden die Teilnehmer auch im FAQ, das Fragen zum Kundenkonto, der Kursbelegung, den Käufen und eventueller Problembehebung beantwortet.

Fazit

Mit dem Onlinekurs »Deep Learning, Neuronale Netze und TensorFlow 2 in Python« können sich die Teilnehmer im Bereich Machine Learning und AI weiterbilden und beruflich von ihrem erlangten Fachwissen profitieren. Der Kurs ist auf Studenten und Softwareentwickler ausgelegt, die Kenntnisse in Python oder einer anderen Programmiersprache mitbringen. Da jedoch die Grundlagen der Python Programmierung, des Machine Learnings und der Neuronalen Netzwerken behandelt werden, können auch Interessierte teilnehmen, die lediglich über Grundkenntnisse verfügen.