Der Kurs „Deep Learning für sequentielle Prozessdaten“ bietet einen anwendungsorientierten Einstieg in das Gebiet der rekurrenten Neuronalen Netze mit TensorFlow mit besonderem Fokus auf den Ingenieurbereich. Sensoren als auch Maschinen liefern oft Daten in Form von Zeitreihen. Daher vermittelt dieser Online-Kurs das Wissen zu speziellen Ansätzen des Deep Learnings und dessen Anwendung auf Basis von TensorFlow mit Hilfe von Lernvideos, praktischen Beispielen, Tests zur Selbstkontrolle und Übungen zum Selbermachen.

• Einblick in die Methoden des Deep Learnings mit Fokus auf Zeitreihendaten und rekurrenten neuronalen Netzen
• Anwendung von rekurrenten Deep Learning Methoden mit TensorFlow

Bei Abschluss des Kurses sind Sie in der Lage...

• den Unterschied zwischen Maschinelles Lernen und Deep Learning zu erklären.
• Elemente und Besonderheiten von rekurrenten Neuronalen Netzen zu beschreiben.
• mit verschiedene Layerkonzepten (RNN, LSTM, Dense, Dropout) ein neuronales Netz in TensorFlow aufzubauen und anzuwenden.

• Vorwissen im Bereich Ingenieurwissenschaften
• Grundkenntnisse der Ingenieursmathematik
• Grundlagen im Bereich des Maschinellen Lernens z.B. aus dem „Kurs Maschinelles Lernen in der Produktion“
• Grundkenntnisse Programmierung von Vorteil aber nicht notwendig