Artificial Neural Networks, Machine Learning, Deep Thinking Schulung

Haupt-Reiter

Schulungsprache

Dieser Kurs wird auf Deutsch und Englisch angeboten

Course Code

annmldt

Dauer

21 Stunden (usually 3 days including breaks)

Schulungsübersicht

DAY 1 - ARTIFICIAL NEURAL NETWORKS

Introduction and ANN Structure.

  • Biological neurons and artificial neurons.
  • Model of an ANN.
  • Activation functions used in ANNs.
  • Typical classes of network architectures .

Mathematical Foundations and Learning mechanisms.

  • Re-visiting vector and matrix algebra.
  • State-space concepts.
  • Concepts of optimization.
  • Error-correction learning.
  • Memory-based learning.
  • Hebbian learning.
  • Competitive learning.

Single layer perceptrons.

  • Structure and learning of perceptrons.
  • Pattern classifier - introduction and Bayes' classifiers.
  • Perceptron as a pattern classifier.
  • Perceptron convergence.
  • Limitations of a perceptrons.

Feedforward ANN.

  • Structures of Multi-layer feedforward networks.
  • Back propagation algorithm.
  • Back propagation - training and convergence.
  • Functional approximation with back propagation.
  • Practical and design issues of back propagation learning.

Radial Basis Function Networks.

  • Pattern separability and interpolation.
  • Regularization Theory.
  • Regularization and RBF networks.
  • RBF network design and training.
  • Approximation properties of RBF.

Competitive Learning and Self organizing ANN.

  • General clustering procedures.
  • Learning Vector Quantization (LVQ).
  • Competitive learning algorithms and architectures.
  • Self organizing feature maps.
  • Properties of feature maps.

Fuzzy Neural Networks.

  • Neuro-fuzzy systems.
  • Background of fuzzy sets and logic.
  • Design of fuzzy stems.
  • Design of fuzzy ANNs.

Applications

  • A few examples of Neural Network applications, their advantages and problems will be discussed.

DAY -2 MACHINE LEARNING

  • The PAC Learning Framework
    • Guarantees for finite hypothesis set – consistent case
    • Guarantees for finite hypothesis set – inconsistent case
    • Generalities
      • Deterministic cv. Stochastic scenarios
      • Bayes error noise
      • Estimation and approximation errors
      • Model selection
  • Radmeacher Complexity and VC – Dimension
  • Bias - Variance tradeoff
  • Regularisation
  • Over-fitting
  • Validation
  • Support Vector Machines
  • Kriging (Gaussian Process regression)
  • PCA and Kernel PCA
  • Self Organisation Maps (SOM)
  • Kernel induced vector space
    • Mercer Kernels and Kernel - induced similarity metrics
  • Reinforcement Learning

DAY 3 - DEEP LEARNING

This will be taught in relation to the topics covered on Day 1 and Day 2

  • Logistic and Softmax Regression
  • Sparse Autoencoders
  • Vectorization, PCA and Whitening
  • Self-Taught Learning
  • Deep Networks
  • Linear Decoders
  • Convolution and Pooling
  • Sparse Coding
  • Independent Component Analysis
  • Canonical Correlation Analysis
  • Demos and Applications

Public Classroom Public Classroom
Teilnehmer aus verschiedenen Organisationen. Die Themen können hier nicht angepasst werden.
Von 6490EUR
Request
Private Classroom Private Classroom
Die Teilnehmer sind aus einem Unternehmen. Externe Teilnehmer sind nicht erlaubt. Der Kurs ist speziell auf eine Gruppe zugeschnitten, Die Themen werden genau auf die Bedürfnisse der Teilnehmer abgestimmt.
Von 6490EUR
Angebot erfragen
Private Remote Private Remote
Der Anleiter und die Teilnehmer befinden sich an unterschiedlichen Orten und kommunizieren über das Internet miteinander.
Von 5840EUR
Angebot erfragen
Selbststudium Selbststudium
Das Selbststudium ermöglicht es Ihnen von Zuhause aus zu lernen. Vielfältige Materialien, wie Videos, Texte und Selbsttests stehen Ihnen dafür zur Verfügung.
Kein Angebot vorhanden
Register Interest

The more delegates, the greater the savings per delegate. Table reflects price per delegate and is used for illustration purposes only, actual prices may differ.

Number of Delegates Public Classroom Private Classroom Private Remote
1 6490EUR 6490EUR 5840EUR
2 3715EUR 3690EUR 3365EUR
3 2790EUR 2757EUR 2540EUR
4 2328EUR 2290EUR 2128EUR
Cannot find a suitable date? Choose Your Course Date >>
Zu teuer? Schlagen Sie einen Preis vor >>

Verwandte Kategorien


Spezialangebote

Course Ort Schulungsdatum Kurspreis (Fernkurs/Schulungsraum)
Apache Camel Basel Mo, 2016-06-27 08:00 2940EUR / 3440EUR
Excel für Fortgeschrittene mit VBA Basel Mo, 2016-10-24 09:30 1500EUR / 2150EUR

EINIGE UNSERER KUNDEN