Vorlesung: Deep Learning - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung: Deep Learning
Veranstaltungsnummer	INF-0315
Semester	SS 2022
Aktuelle Anzahl der Teilnehmenden	69
Heimat-Einrichtung	Embedded Intelligence for Health Care and Wellbeing
beteiligte Einrichtungen	Institut für Informatik
Veranstaltungstyp	Vorlesung in der Kategorie Lehre
Erster Termin	Mittwoch, 27.04.2022 14:00 - 15:30, Ort: (2045N)
Voraussetzungen	Knowledge from mathematics lectures should be present.
Leistungsnachweis	Klausur am Ende des Semesters / Exam at the end of the semester
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile	Ja
Hauptunterrichtssprache	englisch
Literaturhinweise	Ian Goodfellow; Yoshua Bengio; Aaron Courville (2016). Deep Learning. Cambridge, Massachusetts: MIT Press. Further literature is going to be announced in the first lecture of the course.
ECTS-Punkte	5

Lehrende

• Dr.-Ing. Shahin Amiriparian
• Prof.Dr. Björn Schuller
• Manuel Milling
• Maurice Gerczuk
• Lukas Christ
• Andreas Triantafyllopoulos

Räume und Zeiten

(2045N)

Mittwoch: 14:00 - 15:30, wöchentlich (14x)

Studienbereiche

• Fakultät für Angewandte Informatik > Informatik
• Fakultät für Angewandte Informatik

Kommentar/Beschreibung

The course Deep Learning covers the fundamentals and applications of Machine Learning using Deep Neural Networks.

The Lecture includes a historical outline of Neural Network developments, covering all aspects from basic concepts to complex models. The course covers Neural Network architectures that are suitable for a variety of data types and signals from different domains, such as audio, speech, vision, and text.

In the Tutorials, students will be familiarised with the latest Deep Learning toolkits such as Tensorflow and Keras and learn how to train and evaluate Deep Neural Networks for different applications.