ARIC

Work­shop: Deep Neural Lear­ning and Baye­si­an Opti­mi­za­ti­on of Hyper­pa­ra­me­ters

Dozen­ten: Moham­mad Ali Zama­ni, Dr. Sven Magg

Unser Grün­dungs­mit­glied HITeC e.V. bie­tet einen sehr güns­ti­gen 3‑Tagesworkshop an:

Der Work­shop fin­det an fol­gen­den drei auf­ein­an­der­fol­gen­den Don­ners­ta­gen statt:

  1. Teil: 09.04.2020, 16–19 Uhr
  2. Teil: 16.04.2020, 16–19 Uhr
  3. Teil: 23.04.2020, 16–19 Uhr

Der Teil­neh­mer­be­trag von 140,00 Euro inkl. 7 % MwST berech­tigt an allen Kur­sen teil­zu­neh­men.

Der Work­shop wird als Webi­nar online statt­fin­den! Link wird ver­schickt. Inter­ak­ti­on und Dis­kus­si­on wer­den mög­lich gemacht.

Es wird ein Laptop/Computer benö­tigt. Es ist kei­ne spe­zi­fi­sche KI-Soft­ware-Instal­la­ti­on erfor­der­lich. Sie benö­ti­gen einen Goog­le-Account und Zugriff auf https://colab.research.google.com/notebooks/welcome.ipynb.

Work­shop Beschrei­bung:

Eine Her­aus­for­de­rung bei der Ver­wen­dung von Metho­den der Künst­li­chen Intel­li­genz, ins­be­son­de­re von Neu­ro­na­len Net­zen, ist die Suche von opti­ma­len Hyper­pa­ra­me­tern (z.B. Anzahl Fil­ter, Lern­ra­te). Das Haupt­ziel des Work­shops ist es, die Teil­neh­mer dar­auf vor­zu­be­rei­ten, ihre eige­nen Deep Lear­ning Pro­jek­te zu star­ten und ihre Model­le unter Ver­wen­dung einer der neu­es­ten Opti­mie­rungs­me­tho­den zu opti­mie­ren. Alle Teil­neh­mer erhal­ten prak­ti­sches Wis­sen auf ein­füh­ren­den Bei­spie­len für alle prä­sen­tier­ten The­men, um eige­ne Pro­jek­te zu star­ten.

Jeder Tag die­ses Work­shops umfasst theo­re­ti­sche und prak­ti­sche Tei­le. Am ers­ten Tag (9.4.2020) wird Bayes’schen Opti­mie­rung behan­delt. Dem Vor­trag folgt eine prak­ti­sche Sit­zung, in der Pro­ble­me mit einer begrenz­ten Daten­men­ge gelöst wer­den. Der zwei­te Tag (16.4.2020) fokus­siert auf Deep Lear­ning mit Grund­la­gen bis zu fort­ge­schrit­te­ne­ren Model­len. Auch hier ist ein prak­ti­scher Teil zur Lösung eines Klas­si­fi­zie­rungs­pro­blems vor­ge­se­hen. Am letz­ten Tag (23.4.2020) des Work­shops, wer­den zum einen Hyper­pa­ra­me­ter-Opti­mie­rungs­me­tho­den (AutoML) ein­ge­führt, zum ande­ren wird die Imple­men­tie­rung eines adap­ti­ven Deep Lear­ning Pro­gramms per Hyper­pa­ra­me­ter-Suche vor­ge­nom­men.

Die­ser Work­shop ist geeig­net für Pro­gram­mie­rer, Inge­nieu­re, For­scher und Data Sci­en­tists mit guten Python-Kennt­nis­sen.

Der Work­shop wird in Eng­lisch gehal­ten, Fra­gen kön­nen auf Deutsch gestellt wer­den und wer­den bei Bedarf auf Deutsch beant­wor­tet.

Anmel­den kön­nen Sie sich bei Even­tin unter den fol­gen­den Link:

https://www.eventbrite.de/e/deep-neural-learning-and-bayesian-optimization-of-hyperparameters-tickets-97155022287

 

Eng­lisch­spra­chi­ge Beschrei­bung:

The work­shop fee is 140.00 Euro incl. 7 % VAT and qua­li­fies for all three days.

You need a laptop/computer. The­re is no spe­ci­fic AI Soft­ware nee­ded. Howe­ver, you will need a Goog­le account and access to https://colab.research.google.com/notebooks/welcome.ipynb.

One chal­len­ge when using Arti­fi­ci­al Intel­li­gence methods, espe­ci­al­ly Neural Net­works, is the search for opti­mal hyper­pa­ra­me­ters (e.g., num­ber of fil­ters, lear­ning rate). The main goal of the work­shop is to pre­pa­re par­ti­ci­pants to start their own deep lear­ning pro­jec­ts and tune their models using one of the newest opti­mi­za­ti­on methods. Thus, the par­ti­ci­pants will gain hands-on know­ledge on intro­duc­to­ry examp­les for all pre­sen­ted con­cepts enab­ling them to start their own pro­jec­ts.

Each day of this work­shop inclu­des theo­re­ti­cal and prac­ti­cal ses­si­ons. During the first day (9.4.2020), we cover Baye­si­an Opti­mi­za­ti­on methods. The lec­tu­re fol­lows with a prac­ti­cal ses­si­on sol­ving pro­blems with a limi­ted amount of data. The second day (16.4.2020) focus is on Deep Lear­ning ran­ging from basics to more advan­ced models. We also pro­vi­de a prac­ti­cal ses­si­on to sol­ve a clas­si­fi­ca­ti­on pro­blem. On the last day of the work­shop (23.4.2020), after intro­du­cing hyper­pa­ra­me­ter opti­mi­za­ti­on methods (AutoML), we teach how to wri­te an adap­ti­ve Deep Lear­ning pro­gram for hyper­pa­ra­me­ter search.

This work­shop is sui­ta­ble for pro­gramm­ers, engi­neers, rese­ar­chers, and data
sci­en­tists with inter­me­dia­te Python know­ledge.

The work­shop will be held in Eng­lish, ques­ti­ons can be rai­sed in Ger­man and ans­we­red in Ger­man if nee­ded.

You can regis­ter with Even­tin under the fol­lo­wing link:

https://www.eventbrite.de/e/deep-neural-learning-and-bayesian-optimization-of-hyperparameters-tickets-97155022287

The work­shop will take place as a webi­nar online! Link will be sent. Inter­ac­tion and dis­cus­sion will be made pos­si­ble.

© All rights reserved. Powered by VLThemes.

X