Springe direkt zum Hauptinhalt der Seite Springe direkt zur rechten Seitenleiste Springe direkt zur Fußzeile

Bitte loggen Sie sich mit den Ihnen übermittelten Zugangsdaten ein.

Danach wird das Formular freigeschaltet.

Login Daten

* Pflichtangaben

Bitte füllen Sie alle Pflichtfelder aus

Wir freuen uns dass Sie sich für die folgende Veranstaltung anmelden möchten:

Statistik-Vertiefung IV - Neuronale Netze für Einsteiger / Artificial neural networks [DEU/ENG]

Michael Plöchl

Datum: 14. Dezember 2021

09:00 - 15:00 Uhr

Ort: Online-Seminar - Die Einwahlinformationen zur Videokonferenz erhalten Sie zeitnah vor dem Termin.

Moderation: Michael Plöchl

Angebot durch: Center for Doctoral Studies Lübeck

Bereich/Kategorie: IWB-Kategorie Forschung

Zertifikatsprogramm: Forschungsmanagement

Arbeitseinheiten (AE): 8

Zielgruppe: Nachwuchswissenschaftler*innen

This course is scheduled in German but can also be held in English on request. Please send an email to dsc.service(at)uni-luebeck(dot)de at least 10 days in advance if needed. See English description below.

Künstliche neuronale Netze sind mittlerweile state-of-the-art in fast allen Einsatzbereichen künstlicher Intelligenz. Die vielfältigen Anwendungen durchdringen schon heute unseren Alltag – und das meist ohne dass wir uns dessen bewusst sind. Sie reichen von Bild- und Spracherkennung im Smartphone, über Krankheitsdiagnostik und Fahrassistenzsysteme, bis hin zum Erkennen von komplexen Mustern und Zusammenhängen in riesigen Mengen an Wetter- oder Kundendaten. Sich mit diesem zukunftsweisenden Thema auseinanderzusetzen ist schon deshalb faszinierend, weil die zum Teil atemberaubenden Leistungen künstlicher neuronaler Netze auf vergleichsweise simplen Prinzipien beruhen.
Dieser Kurs ist für all diejenigen konzipiert, die sich für neuronale Netze interessieren, deren Funktionsweise verstehen lernen möchten und auch nicht davor zurückschrecken, sich an deren Implementation zu versuchen. Die Konzepte werden auf anschauliche Weise zugänglich gemacht und in einem praktischen Beispiel bauen sich die Teilnehmer Schritt für Schritt ein neuronales Netz, dem sie beibringen werden, in ihrer eigenen Handschrift geschriebene Zahlen zu erkennen. Grundlegende Statistik- und Programmierkenntnisse sind dabei zwar vorteilhaft, aber nicht zwingend notwendig.

In recent years, artificial neural networks have become state of the art in many fields of artificial intelligence and machine learning in particular. Due to the wide range of possible applications, they have entered many aspects of our everyday lives – most of the time without us noticing it. Neural networks are used for image searches on the web and for speech recognition in our smartphones, for medical diagnostics, for weather forecasting and for data mining in general. Understanding this seminal technology is fascinating not only because of its potential impact on our future lives but also because it rests on comparably simple principles.
This workshop is designed for everyone interested in artificial neural networks and their functioning. Fundamental concepts will be thoroughly explained and illustrated by examples that are easy to follow. In a hands-on exercise the participants will build their own neural network and teach it to recognize numbers in their own handwriting. Basic statistics knowledge and programming skills are advantageous but not essential to participate in the workshop.