Neuronale Netze und Deep Learning
Lernziele:
Die Studierenden
- können Daten in einem verteilten System auslesen, im Netzwerk übertragen (z.B. Long Range Wide Area Network - LoRa), vorverarbeiten und (in einem Cloud-Dienst) speichern.
- können die Grundprinzipien der beschreibenden Statistik Visualisierung und Vorverarbeitung realer räumlicher Daten (auf der Cloud) verwenden.
- können eine reale Fragestellung als Klassifikations- bzw. Regressionsproblem formulieren.
- können Klassifikationsprobleme mithilfe von Machine Learning Methoden (speziell mit neuronalen Netzen) modellieren.
- können die wichtigsten Methoden der Modellvalidierung (Kreuzvalidierung, validation set Ansatz, Bootstrapping) einsetzen.
- können (tiefe) neuronale Netze mit Python implementieren und auf einer Cloud-Plattform (z.B. MS Azure) ausführen.