inf5408 - Angewandtes Deep Learning in PyTorch (Veranstaltungsübersicht)

inf5408 - Angewandtes Deep Learning in PyTorch (Veranstaltungsübersicht)

Department für Informatik 6 KP
Modulteile Semesterveranstaltungen Wintersemester 2024/2025 Prüfungsleistung
Vorlesung
  • Uneingeschränkter Zugang 2.01.5408 - Applied Deep Learning in PyTorch Lehrende anzeigen
    • Prof. Dr. Nils Strodthoff
    • Juan Lopez Alcaraz
    • Tiezhi Wang

    Montag: 16:00 - 18:00, wöchentlich (ab 14.10.2024)
    This lecture provides a comprehensive introduction to contemporary Deep Learning methods, with a specific emphasis on their practical application. Concurrently, it serves as a primer for the widely-used PyTorch Deep Learning framework, assuming only a basic familiarity with Python. The course encompasses a wide range of prevalent machine learning tasks across various data types, including tabular, image, text, audio, and graph data. Throughout the course, we delve into the most crucial and up-to-date model architectures within these domains. This encompasses convolutional neural networks, recurrent neural networks, and transformer models. The lecture is complemented by hands-on exercise sessions, where students will gain practical proficiency with PyTorch. Simultaneously, they will acquire practical insights to effectively apply contemporary deep learning methods within their specific fields of interest.
Übung
Hinweise zum Modul
Teilnahmevoraussetzungen

Ein grundlegendes theoretisches Verständnis des maschinellen Lernens und praktische Programmierkenntnisse in Phyton
Prüfungszeiten

am Ende der Vorlesungszeit
Prüfungsleistung Modul

Klausur und mündl. Prüfung
Kompetenzziele

Fachkompetenzen
Die Studierenden:

  • haben einen Überblick über die Komponenten von Deep Learning Frameworks
  • kennen Anwendungsbereiche von Deep Learning Methoden in verschiedenen Datenmodalitäten und gängige Lösungsstrategien und Modellarchitekturen
  • können Deep Learning Methoden auf neue Problemstellungen in den jeweiligen Bereichen geeignet adaptieren und selbstständig anwenden


Methodenkompetenzen
Die Studierenden:

  • erarbeiten sich selbstständig unter Zuhilfenahme von Präsenzveranstaltungen, bereitgestellten Materialien und Fachliteraturtheoretische und praktische Konzepte


Sozialkompetenzen
Die Studierenden:

können Lösungsansätze für Probleme in diesem Bereich im Plenum präsentieren und in Diskussionen verteidigen


Selbstkompetenzen
Die Studierenden:

  • können ihre eigene Fach- und Methodenkompetenz einschätzen
  • übernehmen die Verantwortung für ihre Kompetenzentwicklung und ihre Lernfortschritte und reflektieren diese selbstständig
  • erarbeiten selbstständig die Lerninhalte und können die Inhalte kritisch reflektieren