Deep Learning
(EN google-translate)
(PL google-translate)
Insbesondere durch die Deep Learning-Technik hat es in den letzten Jahren einige bedeutende Durchbrüche im KI-Bereich gegeben.
Zuletzt wurden durch Varianten des Programms AlphaGo die besten GO-Spieler der Welt besiegt.


In der jüngsten Variante des Programms "AlphaGo Zero" wurde darauf verzichtet, Meisterpartien zum Lernen vorzugeben. Kopien/Varianten der Software spielten einfach gegen das vorangehende "Alpha Go", um das Spiel genau kennenzulernen.


Was hat sich zwischen früheren Neuronalen Netzen und heutigem Deep Learning verändert?
|
Anwendungsgebiete für Deep Learning
Varianten des Deep Learning werden in allen drei wesentlichen KI-Lerntypen eingesetzt:
|
Konkrete Anwendungsfälle:
|
Warum lohnt sich die Beschäftigung mit Deep Learning?
|
Ablauf der Lehrveranstaltung im Wintersemester 2018/19 (Entwurf)
---------------- Deep Learning: Im Skript verfügbare Themen: 1 Neuronale Netze 2 Backtracking 3 Implementierung 4 JNI 5 BlueJ & Processing 6 Selber Processing-Libraries erstellen Neue speziell auf Deep Learning bezogene Themen 7 Theorie Deep Learning 8 Testimplementierung 9 DL4J verstehen 10 DL4J benutzen 11 DL4J einbetten: Android / Processing Termine: 22.11. 1, 2 Neuronale Netze, Backtracking 29.11. 3, 4 Implementierung, JNI 06.12. 5, 6 BlueJ & Processing, Selber Processing-Libraries erstellen 13.12. 7, 8 Theorie Deep Learning, Testimplementierung 20.12. 9, 10, 11 DL4J-Beispiele / eigene Umsetzung 10.01. *** Projekt *** 17.01. *** Projekt *** 24.01. *** E-Test / Projekt *** * Projekt kann in Zweiergruppen bearbeitet werden. * E-Test-Note und Projektnote zählen jeweils zu 50% in dieser LV. * Projektthemen ev. mit Elektrokutschen: Objekterkennung / Navigation
Code 0-1: Entwurf für den Ablauf der LV.