* Solide Grundkenntnisse in Python
* Elementare Grundkenntnisse: Maschinelles Lernen
* Die grundlegenden Elemente eines Neuronalen Netzwerkes kennen und ihr Zusammenwirken beschreiben können
* Die Architekturen von Feed-Forward, Convolutional und Recurrent Neural Networks unterscheiden können und mit PyTorch selbst implementieren
* Ein Überblick über die gängigen Optimierungsmethoden
* Anwendung auf neue Problemstellungen
Teil 1
Teil 2
Teil 3
Chi Nhan Nguyen arbeitet als Senior Data Scientist bei itemis. Er war jahrelang als Hochenergiephysiker an Einrichtungen wie dem CERN, Fermilab bzw. DESY als Forscher tätig und hat dort u. a. Machine-Learning-Techniken zur Datenanalyse implementiert und eingesetzt. Seit einigen Jahren ist er als Data Scientist in der freien Wirtschaft unterwegs, wo er schwerpunktmäßig Probabilistische Modelle und Deep-Learning-Methoden entwickelt.
Sie möchten über die ML Essentials
auf dem Laufenden gehalten werden?
Dann abonnieren Sie den Newsletter der zugehörigen Konferenz Minds Mastering Machines (M3).