Das Stichwort Deep Learning ruft fantastische Assoziationen hervor und scheint den Traum einer selbstständig denkenden Maschine näher zu bringen denn je. Fest verbunden mit weiteren Begriffen wie der “Künstlichen Intelligenz” KI (“Artificial Intelligence” AI) oder dem “Machine Learning” ML, ist das “Deep Learning” eines von vielen Gewändern der Digitalen Transformation.
Was ist Deep Learning?
Das Deep Learning ist trotz des aktuellen “Hypes” keine neue Erfindung, sondern eine Fortsetzung einer schon weit mehr als 100 Jahre andauernden Entwicklung. Technisch relativ simple, aber aufwendige Aufgaben nimmt uns der Computer schon lange ab. Praktisch alles was sich klar ausdrücken lässt, also mit eindeutigen formalen mathematischen Regeln beschrieben werden kann, wird bereits umgesetzt. Komplexe Tätigkeiten, wie die das Erkennen von Gesichtern oder gesprochener Sprache erledigen Menschen jedoch vor allem intuitiv und können nur schwer beschrieben werden. Hier kommt das Deep Learning ins Spiel. Der Computer soll sich aus den Daten selbst ein Bild machen und eigenständig lernen, ohne dass wir ihm ganz genau sagen, was er vor sich hat.
Beim Deep Learning soll der Rechner die Welt durch hierarchische Konzepte erfassen, die von einfach bis sehr komplex reichen. Stellen wir uns diese Struktur grafisch vor, schauen wir von oben bis nach unten durch eine Vielzahl von Schichten, bis wir weit in der Tiefe ankommen. Software zu erschaffen, die eigenständig mit der Repräsentation dieser Unmengen von Daten zurechtkommt und sinnvolle Ergebnisse aus ihnen herausholt, das ist das Ziel der Beschäftigung mit dem Deep Learning.
Bücher zum “Deep Learning”
- Ian Goodfellow – Deep Learning. Das umfassende Handbuch: Grundlagen, aktuelle Verfahren und Algorithmen, neue Forschungsansätze
- Deep Learning mit Python und Keras: Das Praxis-Handbuch vom Entwickler der Keras-Bibliothek
- Neuronale Netze selbst programmieren: Ein verständlicher Einstieg mit Python
- Künstliche Intelligenz: Mit Algorithmen zum wirtschaftlichen Erfolg
- Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung (Computational Intelligence)
- Deep Learning with R
- Deep Learning with Python
Kurse und Schulungen zum “Deep Learning”
Der Zugang zum Deep Learning ist über die Informatik und Mathematik am einfachsten. Weiterhin gibt es spezielle Kurse zum sich stetig erweiternden Feld und seiner Anwendungen, die auch für “Anfänger” geeignet sind.
- Deep Learning Explained (Microsoft / edX)
- Deep Learning Fundamentals with Keras (IBM / edX)
- Machine Learning with Python: from Linear Models to Deep Learning (MIT Massachusetts Institute of Technology / edX)
- Applied Deep Learning Capstone Project (IBM / edX)
- Using GPUs to Scale and Speed-up Deep Learning (IBM / edX)
- Deep Learning with Python and PyTorch (IBM / edX)
- Deep Learning with Tensorflow (IBM / edX)
- Deep Learning through Transformative Pedagogy (The University of Queensland / edX)
Videos zum “Deep Learning”