Seminar TensorFlow Keras

Maschinelles Lernen Überblick

• Formen des Lernens: unüberwachtes Lernen, Verstärkungslernen, überwachtes Lernen
• Überwachtes Lernen versus unüberwachtes Lernen
• Klassisches Lernen versus Deep Learning
• Statistik versus maschinelles Lernen

Intelligente Agenten (KI-Systeme)

• Aufbau von Agenten, Agentenprogramm, Agentenfunktion
• Grundlegende Agententypen
• Modellbasierter reflexiver Agent
• Lernender Agent

Überwachtes Lernen ("Lernen mit einem Lehrer")

• Lernen aus Beispielen
• Trainingsmenge versus Testmenge
• Fähigkeit zur Generalisierung der gelernten Abbildung
• Problem der Überanpassung

Neuronale Netze, mehrschichtige Perceptrons

• Vom biologischen zum technischen Neuron
• Perceptron
• Nichtlineare Aktivierungsfunktionen
• Mehrschichtige Perceptrons (mehrschichtige neuronale Netze)
• Lernalgorithmus "Backpropagation der Fehler"
• Werkzeug für maschinelles Lernen "TensorFlow Keras"
• Deep Learning

Neuronale Netze, Convolutional Neural Networks (CNN)

• CNN Grundidee und Topologie
• Convolutional Neural Networks / Deep Learning
• Faltungsneuronale Netze mit TensorFlow Keras
• Neuronale Netze, rekurrente neuronale Netze (RNN, LSTM)
• Grundidee und Topologie RNN
• Lernalgorithmus "Backpropagation durch Zeit"
• Netzwerke mit langem Kurzzeitgedächtnis (LSTM)

Support-Vektor-Maschinen

• Grundidee und Unterschied zu neuronalen Netzen
• Kernel-Trick zur Gewährleistung der linearen Trennbarkeit in höheren Dimensionen
• Support-Vektor-Maschinen

Unüberwachtes Lernen ("Lernen ohne Lehrer")

• unüberwachtes klassisches Lernen
  •      Clustering
  •      Dimensionsreduktion
  •      Assoziation
• unüberwachtes tiefes Lernen
  •      Autoencoder
  •      Generative Adversarische Netze (GAN)
  •      Generative Adversarial Networks mit TensorFlow Keras