Introduction to Deep Learning

Worum geht's

In diesem Modul lernst du die Grundlagen und aktuelle Methoden des Deep Learning kennen, mit besonderem Schwerpunkt auf neuronalen Netzen und Convolutional Neural Networks. Du verstehst Theorie (z. B. Backpropagation, SGD, Regularisierung) und erwirbst praktische Erfahrung beim Trainieren und Optimieren von Netzarchitekturen, sodass du einfache Anwendungen wie Ziffernerkennung oder Bildklassifikation lösen kannst.

Was du danach kannst

• Verständnis der theoretischen Konzepte hinter neuronalen Netzen
• Kenntnis von Optimierungsverfahren wie SGD und Backpropagation
• Fähigkeit, CNNs zu entwerfen, zu trainieren und zu optimieren
• Praktische Anwendung von Deep-Learning-Frameworks (z. B. PyTorch)
• Durchführung einfacher Computer-Vision-Aufgaben (z. B. Klassifikation)

Aus was das Modul besteht

• VorlesungVermittlung der theoretischen Aspekte von neuronalen Netzwerken und Deep-Learning-Architekturen
• praktische Sitzungen/ÜbungenHands-on-Training: Implementieren, Trainieren und Testen von Modellen; vertraut machen mit Frameworks wie PyTorch

Lehrmethode

• VorlesungErklärung von Theorie und Methoden, insbesondere für Computer-Vision-bezogene Architekturen
• praktische ÜbungenErfahrung sammeln durch viele Trainings- und Testläufe sowie Anwendung in realen Problemen