heise-Angebot

Video-Tutorial: Deep Learning, Neuronale Netze und TensorFlow 2 in Python

IT-Experte Jan Schaffranek vermittelt in seinem Videokurs (reduziert für 18,99 Euro) praxisrelevantes Wissen über Deep Learning und Neuronale Netzwerke.

In Pocket speichern vorlesen Druckansicht 9 Kommentare lesen
Videokurs: Deep Learning, Neuronale Netze und TensorFlow 2 in Python
Lesezeit: 1 Min.
Von
  • Sebastian Arackal
Inhaltsverzeichnis

Wie Sie TensorFlow einsetzen können, erklärt Jan Schaffranek in seinem Online-Kurs im Detail. Der Fokus liegt auf der Anwendung von neuronalen Netzwerken, um komplexe Probleme zu lösen. Einige Beispiele davon sind das Erkennen von Objekten auf Bildern, das Klassifizieren von Film-Bewertungen oder das Vorrausagen von Immobilienpreisen. Neben der Anwendung der Netze wird auch das mathematische Verständnis anschaulich vermittelt und das Lösen von "real world problems" geübt.

Den Videokurs (rund 27 Stunden) von Udemy gibt es noch bis zum Sonntag, den 26. April, für 18,99 Euro (statt 199,99 Euro): Deep Learning, Neuronale Netze und TensorFlow 2 in Python

Empfohlener redaktioneller Inhalt

Mit Ihrer Zustimmmung wird hier ein externes Video (Kaltura Inc.) geladen.

Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Kaltura Inc.) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.

Jan Schaffranek erlangte im Sommer 2019 seinen Master Ing. in Angewandter Informatik und arbeitet seitdem als KI-Entwickler für das Autonome Fahren bei dem Technologiekonzern ZF Group. Zudem bietet er seit 2018 Kurse auf der E-Learning-Plattform Udemy an.

  • Grundlagen der Python-Programmierung
  • Grundlagen von Machine Learning
  • Grundlagen von Neuronalen Netzwerken
  • Alle Features von TensorFlow 2.0 und TensorBoard
  • Grundlagen der Digitalen Bildverarbeitung
  • Convolutional Neural Networks (CNN)
  • Recurrent Neural Networks (RNN)
  • Einführung in das Reinforcement Learning (AI)
  • Alle, die die neusten Deep-Learning-Techniken erlernen wollen
  • Studenten der Informatik, Mathematik, etc.
  • Softwareentwickler und Data Scientists

(sea)