Vorlesungsverzeichnis 

Vorlesung im Detail

Einführung in Python (Python for Data Science)

Nummer
010562, SS20
Dozentinnen und Dozenten
Veranstaltungstyp (SWS)
Kompaktkurs (Kompaktkurs)
Ort und Zeit
  • Kompaktkurs wahrscheinlich vom 04.05. - 08.05.2020
Modul-Zugehörigkeit (ohne Gewähr)
  • DPL:B:-:2
  • DPL:B:-:4
Sprechstunde zur Veranstaltung
by arrangement
Anmeldung?
ohne Angabe
Gewünschte Vorkenntnisse
Basics of optimization Numerik I Basic understanding of Python is a plus
Inhalt
Preliminaries 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 ….
Bemerkungen
Kompaktkurs 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 Scientists”Solving ordinary differential equations”.
  • 2. Deep Learning by Ian Goodfellow , Yoshua Bengio and Aaron Courville

« (zurück) zum Vorlesungsverzeichnis