Kurzbeschreibung

Das Training neuronaler Netzwerke (supervised learning) hat zwei Ziele: Die Reduktion des Trainings­fehlers (Performance auf den Trainings­daten) sowie die Reduktion des Generalisierungs­fehlers (Performance für Input außerhalb der Trainings­daten). In diesem Workshop beschäftigen wir uns mit beiden Zielen. Dafür besprechen wir zunächst verschiedene Optimierungs­verfahren die für das Training benutzt werden, und diskutieren anschließend Regularisierungs­techniken, die sogenanntes overfitting vermeiden sollen.

Der Workshop beinhaltet eine interaktive Komponente. Dafür sind Grundkenntnisse in Python erforderlich.