We may earn an affiliate commission when you visit our partners.
Course image
Jannis Seemann

Bewertungen von Kursteilnehmern:

Read more

Bewertungen von Kursteilnehmern:

  • "Der absolute Wahnsinn unter den Kursen. [...]" (, Frank Meyer)

  • "Ich habe bereits schon mehrere Kurse in dieser Richtung absolviert und der gehört zu den Besten." (, Mederitsch Patrick)

Kursbeschreibung:

Dieser Kurs macht dich fit auf deinem Weg zum Deep Learning- und AI-Spezialisten. Alle Themen werden anschaulich und am Beispiel erklärt - dadurch ist dieser Lehrgang besonders leicht verständlich.

Zudem beherrscht du nach Abschluss des Kurses problemlos Tools wie Jupyter, Keras, Tensorflow 2 umgehen - das ist wichtig, wenn du das Wissen später auf eigene Projekte anwenden möchtest.

Hier lernst du:

  • ... wie Neuronale Netze funktionieren

  • ... wie Neuronale Netze Objekte in Bildern erkennen können

  • ... wie mit Hilfe von Deep Learning Kunstwerke erstellt werden können

  • ... wie du eine Artificial Intelligence erstellen kannst

  • ... wie du das Wissen auf eigene Daten anwenden kannst

Dadurch hast du die Themen Deep Learning & AI komplett verstanden, und kannst sie auf deine Probleme anwenden.

Das besondere an diesem Kurs sind die umfangreichen Praxisbeispiele:

  • Bilderkennung (ist auf einem Bild ein Auto zu sehen?)

  • Objekterkennung (wo ist das Auto?)

  • Textgenerierung im Stil von Donald Trump mit Tensorflow.js

  • Entwickle eine Artificial Intelligence für ein Spiel (Flappy-Bird), die einen unglaublich hohen Highscore erreicht (10000+)

  • Beschleunige die Berechnung mit einer Grafikkarte aus der Amazon-Cloud

Praxis ist der Lernturbo.

Lerne verstärkt durch spannende, lebhafte Praxis.

Ein effektiver Lernprozess ist die optimale Kombination von Theorie und Praxis. Das Konzept hier in diesem Kurs sind möglichst viele Praxisprojekte - so bleiben selbst komplexe Themen anschaulich.

Dieser Einstieg soll dir mit Spaß und Spannung die Lust auf mehr bringen.

Enroll now

What's inside

Syllabus

Einleitung
Download der Kursmaterialien
Installation unserer Python-Umgebung
Was tun wenn: Jupyter startet nicht oder hat ein Problem
Read more
Begriffsklärung (optional): Machine Learning, Neuronale Netze, Deep Learning, AI
Crashkurs: Unsere Python-Umgebung
Crashkurs Jupyter
Crashkurs Python
Crashkurs Numpy
Ein einzelnes Neuron
Ein einzelnes Neuron (Intuition)
Ein einzelnes Neuron (in Python)
Ein einzelnes Neuron mit Bias (Intuition)
Ein einzelnes Neuron mit Bias (in Python)
Aufgabe: Verbrauch von Autos vorhersagen
Musterlösung: Verbrauch von Autos vorhersagen
Aktivierungsfunktion (Intuition)
Aktivierungsfunktion (in Python)
Optionaler Exkurs: Warum lassen sich Neuronen nicht "hintereinanderschalten"?
Neuronales Netz
Wie ist ein Neuronales Netz aufgebaut?
Wie werden die Gewichte aktualisiert? - Teil 1
Wie werden die Gewichte aktualisiert? - Teil 2
Das Gradientenabstiegsverfahren
Stochastic Gradient Descent
So lernt das Netz: Backpropagation - Teil 1
So lernt das Netz: Backpropagation - Teil 2
Neuronales Netz (zur Regression)
Vorstellung: Keras und Tensorflow
Hinweis: Keras
Installation von Keras & Tensorflow
Unser Projekt
Unsere Daten
Unser erstes Neuronales Netz
Wir machen eine erste Vorhersage!
Genauigkeit berechnen (manuell)
Genauigkeit berechnen (mit Keras)
Neuronales Netz validieren: Das train/test-Verfahren
Neuronales Netz validieren: Das train/test-Verfahren (mit Keras)
Ein Neuronales Netz mit mehreren Ausgängen
Ein Neuronales Netz mit mehreren Ausgängen (Intuition)
Hinweis: to_categorical
Wie beurteilen wir die Genauigkeit vom Netz?
Wir generieren eine Confusion-Matrix
Wahrscheinlichkeiten vorhersagen: Der Softmax (Intuition)
Wahrscheinlichkeiten vorhersagen: Der Softmax (Keras)
Aktivierungsfunktionen (Intuition)
Aktivierungsfunktionen (mit Keras)
Wie werden die Gewichte optimiert? Optimizer! (Intuition)
Wie werden die Gewichte optimiert? Optimizer! (in Keras)
Wie komplex darf überhaupt unser Netz sein?
Bilderkennung mit Neuronalen Netzen (Convolutional Neural Networks)
Motivation: CNN
Exkurs: Wie ist überhaupt ein Bild aufgebaut?
Wie ist ein Convolutional-Neural-Network aufgebaut?
CNN mit Keras (inkl. Aufgabe)
CNN: Lösungstipps
CNN: Musterlösung
CNN: Wie werden die Gewichte aktualisiert?
CNN: Wir schauen uns ein CNN genauer an: Aktiverungen visualisieren
Grundlage für komplexere CNNs: Wie funktioniert ein MaxPooling-Layer?
Max-Pooling (in Python)
Link: Visualisierung eines CNNs
Visualisierung eines CNNs
Wir erhöhen unsere Genauigkeit: Dropout (Intuition)
Wir erhöhen unsere Genauigkeit: Dropout (in Keras)
Komplexe Netze - GPU in der Amazon-Cloud
WICHTIG: Kostenlose GPU möglich?
Einführung: GPU in der Cloud
[Mac only]: Vorbereitung für die nächsten paar Lektionen
Vorbereitung für die Cloud: Exkurs PowerShell / Linux-Shell - Teil 1
Vorbereitung für die Cloud: Exkurs PowerShell / Linux-Shell - Teil 2
Vorstellung EC2: Welche Instanz-Typen kommen für uns in Frage?
[Windows only]: SSH-Keygen not found
Hinweis: Instanz in der Amazon-Cloud anmieten
Hinweis: Deep Learning AMI
Wir mieten einen Computer in der Amazon-Cloud an
Jupyter in der Amazon-Cloud
Kursmaterialien in die Cloud übertragen
Was tun bei: ModuleNotFoundError in Jupyter auf der EC2-Instanz?
Tipp: Prozessorauslastung & GPU-Auslastung der EC2-Instanz überwachen
Wichtig: EC2-Instanz stoppen!
Wichtig: Kosten sparen
Kostenlose GPU in der Google-Cloud
Einführung: Kostenlose GPU in der Google-Cloud
Wie verwendest du die kostenlose GPU in der Google-Cloud?
Projekt: Wir erkennen Autos auf einem Bild - Teil 1
Vorstellung: Die Cifar-Daten
Wir trainieren ein Netz auf den Cifar-Daten (Teil 1)
Wir trainieren ein Netz auf den Cifar-Daten (Teil 2)
Wir trainieren ein Netz auf den Cifar-Daten (Teil 3)
Wir trainieren ein Netz auf den Cifar-Daten (Teil 4)
Zusätzliche Daten generieren - Teil 1
Zusätzliche Daten generieren - Teil 2 (optional)
Hinweis zur nächsten Lektion
Wir trainieren das Modell mit den zusätzlichen Daten
Training finalisieren, Modell abspeichern
Projekt: Wir erkennen Autos auf einem Bild - Teil 2
Vorstellung Projekt: Bilderkennung Autos

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
Students who have no prior experience with this topic might find this course a positive start
Students who want to develop skills in Deep Learning and AI will find this course helpful
Students who want to strengthen their foundation in Deep Learning and AI will find this course helpful
Students who want to develop professional skills in Deep Learning and AI will find this course helpful
Students with intermediate knowledge of Deep Learning & AI will find this course helpful

Save this course

Save Deep Learning, Neuronale Netze & AI: Der Komplettkurs to your list so you can find it easily later:
Save

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Deep Learning, Neuronale Netze & AI: Der Komplettkurs with these activities:
Teilnehme in Gruppen-Lern-Sessionen
Das Lernen mit Gleichgesinnten kann helfen, Konzepte zu festigen und das Verständnis zu verbessern.
Browse courses on Deep Learning
Show steps
  • Finde eine Lerngruppe
  • Trefft euch regelmäßig
  • Diskutiert Kursmaterialien und Konzepte
  • Helft euch gegenseitig bei Problemen
Erstelle eine Präsentation über Deep Learning
Das Erklären von Konzepten an andere festigt das eigene Verständnis und verbessert die Kommunikationsfähigkeiten.
Browse courses on Deep Learning
Show steps
  • Wähle ein Thema aus
  • Recherchiere und sammle Informationen
  • Erstelle die Präsentation
  • Übe die Präsentation
  • Halte die Präsentation
Werde Mentor für andere Deep-Learning-Anfänger
Anderen zu helfen, Konzepte zu verstehen, verstärkt das eigene Lernen und fördert die Gemeinschaft.
Browse courses on Deep Learning
Show steps
  • Melde dich freiwillig als Mentor
  • Treffe dich regelmäßig mit deinem Mentee
  • Beantworte Fragen
  • Gib Feedback
  • Motiviere deinen Mentee
Three other activities
Expand to see all activities and additional details
Show all six activities
Starte ein Deep-Learning-Projekt
Ein eigenständiges Projekt ermöglicht die praktische Anwendung von Fähigkeiten und fördert die Kreativität.
Browse courses on Machine Learning
Show steps
  • Überlege dir eine Projektidee
  • Sammle Daten
  • Trainiere ein neuronales Netz
  • Evaluierung der Leistung des Modells
  • Präsentiere deine Ergebnisse
Folge Tutorials zu fortgeschrittenen Deep-Learning-Techniken
Das Erkunden fortgeschrittener Techniken erweitert das Wissen und bietet Einblicke in aktuelle Trends.
Browse courses on GANs
Show steps
  • Suche nach Tutorials zu fortgeschrittenen Deep-Learning-Themen
  • Folge den Tutorials Schritt für Schritt
  • Implementiere die Techniken in eigenen Projekten
Erstelle eine eigene KI-Anwendung
Die Anwendung von KI in einem praktischen Projekt festigt das Verständnis und zeigt die praktischen Möglichkeiten auf.
Browse courses on Deep Learning
Show steps
  • Überlege dir eine Idee für eine KI-Anwendung
  • Sammle Daten
  • Trainiere ein neuronales Netz
  • Implementiere die KI-Anwendung
  • Teste und optimiere die Anwendung

Career center

Learners who complete Deep Learning, Neuronale Netze & AI: Der Komplettkurs will develop knowledge and skills that may be useful to these careers:
Maschinelles Lernens Ingenieur
**Maschinelles Lernens Ingenieure:** entwickeln, testen und warten maschinelle Lernsysteme. Maschinelles Lernen ist ein Teilfeld der künstlichen Intelligenz (KI), das es Computern ermöglicht, ohne explizite Anweisungen aus Daten zu lernen. **Dieser Kurs bietet eine umfassende Grundlage für maschinelles Lernen, einschließlich der Konzepte neuronaler Netze, Deep Learning und KI.** Die praktische Ausrichtung des Kurses, mit zahlreichen Beispielen und Projekten, ermöglicht es Maschinelles Lernens Ingenieuren, ihr Wissen in die Praxis umzusetzen und erfolgreiche KI-Lösungen zu erstellen.
Datenwissenschaftler
**Datenwissenschaftler:** nutzen Daten, um Erkenntnisse zu gewinnen, die Unternehmen bei der Entscheidungsfindung unterstützen. Sie verwenden statistische Methoden, maschinelles Lernen und andere Techniken, um Daten zu analysieren und Trends, Muster und Anomalien aufzudecken. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Datenwissenschaftler unerlässlich sind.** Das Verständnis dieser Konzepte ermöglicht es Datenwissenschaftlern, komplexere Datenanalysen durchzuführen und wertvollere Erkenntnisse für ihre Unternehmen zu gewinnen.
KI-Ingenieur
**KI-Ingenieure:** entwerfen, entwickeln und implementieren KI-Systeme. Sie arbeiten an der Schnittstelle zwischen Computerwissenschaft, Mathematik und Ingenieurwesen, um intelligente Maschinen zu schaffen, die komplexe Aufgaben ausführen können. **Dieser Kurs vermittelt ein fundiertes Verständnis der Konzepte und Techniken des maschinellen Lernens und der KI, das für KI-Ingenieure unerlässlich ist.** Die praktischen Projekte und Beispiele ermöglichen es ihnen, ihr Wissen in die Praxis umzusetzen und innovative KI-Lösungen zu entwickeln.
Softwareentwickler
**Softwareentwickler:** entwickeln, testen und warten Softwareanwendungen. Sie arbeiten in verschiedenen Bereichen, vom Webdesign bis hin zur mobilen Entwicklung. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Softwareentwickler immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, intelligentere und effizientere Softwareanwendungen zu erstellen, die den sich ändernden Anforderungen der Benutzer gerecht werden.
Forschungswissenschaftler
**Forschungswissenschaftler** führen originäre Forschung in verschiedenen wissenschaftlichen Bereichen durch. Sie entwickeln neue Theorien, führen Experimente durch und analysieren Daten, um das Wissen über die natürliche Welt zu erweitern. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Forschungswissenschaftler immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere Forschungsfragen anzugehen und wertvollere Erkenntnisse für ihre jeweiligen Fachgebiete zu gewinnen.
Produktmanager
**Produktmanager:** sind verantwortlich für die Entwicklung, Einführung und Vermarktung neuer Produkte. Sie arbeiten eng mit Ingenieuren, Designern und Vermarktern zusammen, um Produkte zu entwickeln, die den Bedürfnissen der Kunden entsprechen. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Produktmanager immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, Produkte zu entwickeln, die intelligenter, benutzerfreundlicher und auf die sich ändernden Bedürfnisse der Kunden zugeschnitten sind.
Quantitative Analysten
**Quantitative Analysten**: verwenden mathematische und statistische Modelle, um Finanzdaten zu analysieren und Anlageentscheidungen zu treffen. Sie arbeiten in Banken, Hedgefonds und anderen Finanzinstituten. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Quantitative Analysten immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere Modelle zu entwickeln und fundiertere Anlageentscheidungen zu treffen.
Business Analysten
**Business Analysten:** analysieren Geschäftsprozesse und -daten, um Unternehmen bei der Verbesserung ihrer Effizienz und Effektivität zu unterstützen. Sie arbeiten in verschiedenen Branchen, einschließlich Beratung, Finanzdienstleistungen und Gesundheitswesen. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Business Analysten immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere Geschäftsprobleme zu analysieren und wertvollere Erkenntnisse für ihre Unternehmen zu gewinnen.
Data Analyst
**Data Analysten:** sammeln, analysieren und interpretieren Daten, um Unternehmen bei der Entscheidungsfindung zu unterstützen. Sie arbeiten in verschiedenen Branchen, einschließlich Einzelhandel, Fertigung und Gesundheitswesen. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Data Analysten immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere Datenanalysen durchzuführen und wertvollere Erkenntnisse für ihre Unternehmen zu gewinnen.
Statistiker
**Statistiker** sammeln, analysieren und interpretieren Daten, um Schlussfolgerungen über die Welt zu ziehen. Sie arbeiten in verschiedenen Bereichen, von der akademischen Forschung bis hin zur öffentlichen Ordnung. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Statistiker immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere statistische Modelle zu entwickeln und fundiertere Schlussfolgerungen aus ihren Daten zu ziehen.
Mathematiker
**Mathematiker** entwickeln und wenden mathematische Theorien und Methoden an, um Probleme in verschiedenen Bereichen zu lösen, von der Physik bis hin zu den Finanzen. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Mathematiker immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere mathematische Modelle zu entwickeln und innovative Lösungen für reale Probleme zu finden.
Physiker
**Physiker** untersuchen die Natur und Eigenschaften von Materie und Energie. Sie arbeiten in verschiedenen Bereichen, von der Grundlagenforschung bis hin zur angewandten Physik. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Physiker immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere physikalische Modelle zu entwickeln und neue Erkenntnisse über die Welt um uns herum zu gewinnen.
Biologe
**Biologen** untersuchen das Leben und lebende Organismen. Sie arbeiten in verschiedenen Bereichen, von der Zellbiologie bis hin zur Ökologie. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Biologen immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere biologische Modelle zu entwickeln und neue Erkenntnisse über die lebende Welt zu gewinnen.
Chemiker
**Chemiker** untersuchen die Zusammensetzung, Struktur und Eigenschaften von Materie. Sie arbeiten in verschiedenen Bereichen, von der Grundlagenforschung bis hin zur angewandten Chemie. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Chemiker immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere chemische Modelle zu entwickeln und neue Materialien und Prozesse zu entdecken.
Geologe
**Geologen** untersuchen die Erde und ihre Geschichte. Sie arbeiten in verschiedenen Bereichen, von der Erdöl- und Gasexploration bis hin zur Katastrophenprävention. **Dieser Kurs bietet eine solide Grundlage für maschinelles Lernen und KI, die für Geologen immer wichtiger werden.** Das Verständnis dieser Konzepte ermöglicht es ihnen, komplexere geologische Modelle zu entwickeln und neue Erkenntnisse über unseren Planeten zu gewinnen.

Reading list

We've selected nine books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Deep Learning, Neuronale Netze & AI: Der Komplettkurs.
Dieses Buch bietet eine umfassende Einführung in die probabilistischen Grundlagen des maschinellen Lernens. Es eignet sich hervorragend für fortgeschrittene Lernende auf diesem Gebiet.
Dieses Lehrbuch bietet eine umfassende Einführung in das Gebiet des Deep Learning. Es deckt die Grundlagen von neuronalen Netzen, Deep-Learning-Architekturen und Optimierungsalgorithmen ab.
Dieses Buch bietet eine umfassende Einführung in das maschinelle Lernen mit Python und behandelt Themen wie überwachtes Lernen, unüberwachtes Lernen und Deep Learning.
Dieses Buch bietet eine umfassende Einführung in die Deep-Learning-Techniken, die in der Verarbeitung natürlicher Sprache verwendet werden.
Dieses Buch bietet eine umfassende Einführung in die Keras-Bibliothek, ein benutzerfreundliches Framework für Deep Learning in Python.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Deep Learning, Neuronale Netze & AI: Der Komplettkurs.
Der große Deep Learning Kurs mit Keras und TensorFlow 2
Most relevant
Grundlagen des technischen Supports
Most relevant
Wasser in der Schweiz
Most relevant
Open-Source LLMs: Unzensierte & sichere KI lokal auf dem...
Most relevant
Business & KI: Firma aufbauen und skalieren mit ChatGPT &...
Most relevant
LLM Profi: OpenAI, Gemini, Claude, Llama3, ChatGPT & APIs
Most relevant
Microsoft Copilot: KI in Excel, Word, PowerPoint & mehr
Most relevant
Stable Diffusion ComfyUI: Vom Anfänger zum Profi
Most relevant
Einführung in die Datenanalyse mit Excel
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser