KNIME Introduction to Deep Learning

Deep Learning wird erfolgreich in vielen Data-Science-Anwendungen eingesetzt, z. B. in der Bildverarbeitung, Textverarbeitung und Betrugserkennung. KNIME bietet eine Integration in die Keras-Bibliotheken für Deep Learning, welche die codefreie Benutzerfreundlichkeit der KNIME Analytics Platform mit der umfassenden Abdeckung der Deep-Learning-Paradigmen durch die Keras-Bibliotheken kombiniert. Die Implementierung von Deep-Learning-Netzwerken ist zwar codelos, erfordert aber dennoch eine Orientierung, um zwischen den Lernparadigmen, den Feedforward-Multilayer-Architekturen, den Netzwerken für sequentielle Daten, der für Textdaten erforderlichen Codierung, den Faltungsschichten für Bilddaten usw. zu unterscheiden.

Dieser Kurs vermittelt Ihnen die grundlegende Orientierung in der Welt des Deep Learning und die Fähigkeiten, verschiedene Deep-Learning-Module zusammenzustellen, zu trainieren und anzuwenden.

• Classic Neural Networks and Introduction to KNIME Deep Learning Extensions
• Deep Learning Case Studies and Different Design Components
• Recurrent Neural Networks
• Convolutional Neural Networks
• Wrap Up and Q&A 

Bitte beachten Sie: Dieser Kurs besteht aus vier 75-minütigen Online-Sitzungen, die von einem KNIME-Datenwissenschaftler durchgeführt werden. Jede Sitzung enthält eine Übung, die Sie zu Hause absolvieren können. Der Kurs endet mit einer 15 bis 30-minütigen Abschlusssitzung.

Dieser Kurs bietet keine detaillierte Einführung in die KNIME Analytics Platform. Sie sollten mit der KNIME Analytics Platform vertraut sein. Wir gehen davon aus, dass Sie bereits KNIME Workflows erstellt haben und mit Konzepten und Techniken zur Datenverarbeitung vertraut sind. Wir empfehlen, diesen Kurs zu besuchen, nachdem Sie die KNIME L1- und L2-Kenntnisse oder eine gleichwertige Qualifikation erworben haben.

Sie sollten auf Ihrem Laptop bereits die letzte Version der KNIME Analytics Platform installiert haben, die Sie hier herunterladen können: knime.com/downloads.