Die Weiterbildung „Neuronale Netze und maschinelles Lernen“ richtet sich an Fachkräfte im Bereich Data Science, die maschinelles Lernen und die Anwendung neuronaler Netze auf ihre Projekte anwenden möchten. Ziel der Maßnahme ist es, den Teilnehmenden die grundlegenden Konzepte und Anwendungen von neuronalen Netzen in Kombination mit maschinellem Lernen zu vermitteln.

Modul 1: Grundlagen neuronaler Netze

• Funktionen und Struktur von künstlichen neuronalen Netzen

• Mathematische Grundlagen des Lernprozesses und der Optimierung

• Einführung in Feedforward-Netze und Backpropagation

Modul 2: Vertiefung mit Convolutional und Recurrent Neural Networks

• Anwendungen von Convolutional Neural Networks (CNN) in der Bildverarbeitung

• Verwendung von Recurrent Neural Networks (RNN) für sequenzielle Daten

• Training und Evaluation von neuronalen Netzen für spezifische Datentypen

Modul 3: Integration von neuronalen Netzen in Data Science-Projekte

• Einsatz von Transfer Learning für die Modelloptimierung

• Integration neuronaler Netze in bestehende Data Science-Pipelines

• Evaluation der Modellleistung und Fehleranalyse

Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage, neuronale Netze in ihre Machine Learning-Projekte zu integrieren und komplexe Daten effektiv zu analysieren und zu modellieren.