Vorlesung im Detail
Einführung in Python (Python for Data Science)
Nummer010562, SS20Dozentinnen und DozentenVeranstaltungstyp (SWS)Kompaktkurs (Kompaktkurs)Ort und Zeit- Kompaktkurs wahrscheinlich vom 04.05. - 08.05.2020
Modul-Zugehörigkeit (ohne Gewähr)Sprechstunde zur Veranstaltungby arrangementAnmeldung?ohne AngabeGewünschte VorkenntnisseBasics of optimization
Numerik I
Basic understanding of Python is a plus
InhaltPreliminaries of Artificial Neural Network
1-Mathematical Model of Artificial Neural Network
2-Activation Function
3- Neural Network Architecture
4- Optmization algorithms
5-Learning in Neural Networks
6-Muli-layer Perceptron
7- Backpropagation algorithm
...
Neural Networks Methods for Solving Ordinary differential equations
1-Multilayer Artificial Neural Networks
2- Regression-Based ANN
3- Single-Layers Functional Link Artificial
4-Single-Layers Functional Link Artificial with Regression-Based Wights
.
BemerkungenKompaktkurs wahrscheinlich vom 04.05. bis 08.05.2020 (am Ende der vorlesungsfreien Zeit)
Hinweis: Die Kenntnisse sind sehr hilfreich für die Vorlesung 'Neural networks for solving PDEs' (Angebot im Winter 2020/2021)
Link zur Kurs-Seite Empfohlene Literatur- No text book is specified but the following reference books may be some of use and help
- 1-S.Chakraverty, S.Mall: Artificial neural networks for Engineers and ScientistsSolving ordinary differential equations.
- 2. Deep Learning by Ian Goodfellow , Yoshua Bengio and Aaron Courville
« (zurück) zum Vorlesungsverzeichnis