Zusammenfassung

Deep Learning ist aktuell “heiß” – viel Hype, viele überzogene Erwartungen, aber auch eine ganze Reihe beeindruckende Erfolgsgeschichten. Und da einige KI-Experten bereits vorhersagen, dass Deep Learning die “Software 2.0” werden wird, ist es ein guter Zeitpunkt, sich das Thema einmal näher anzuschauen.

In dieser Session werde ich einen breiten Überblick über Deep Learning geben. Wir beginnen mit einer grundsätzlichen Einordnung des Themas, etwas Geschichte und einigen theoretischen Grundlagen, die wir verwenden, um eine kleine Deep-Learning-Taxonomie zu erstellen.

Danach untersuchen wir das Ökosystem:

• Welche Tools und Bibliotheken gibt es?
• Was sind ihre Stärken und Schwächen?
• Wie fühlen sie sich an und wann sollte man was einsetzen?
• Wie schwer ist es, einen Einstieg in die Entwicklung zu finden?
• Was sind die typischen Fallen auf dem Weg?

Diese und noch mehr Fragen adressieren wir auf unserer Reise durch das Deep-Learning-Ökosystem. Nach der Session werden Sie ein viel besseres Verständnis bzgl. des Warum, Was und Wie von Deep Learning haben, und Sie werden eine Idee haben, ob und wie Sie es in Ihre eigene Arbeit integrieren wollen.

Sprecher

Denis Stalz-John spezialisiert sich auf die Bereiche Computer-Vision, Semantische Segmentierung, Object Detection und Deep Learning. Sein beruflicher Einstieg erfolgte beim Corporate Research der Robert Bosch GmbH im Bereich Fahrer-Assistenzsysteme und autonomes Fahren. Seit 2018 arbeitet er als Data-Scientist bei der codecentric AG.

Sponsoren

Die Firma nterra stellt uns die Räumlichkeiten zur Verfügung und sorgt für unser leibliches Wohl. Vielen Dank dafür. Der übliche Abstecher in den Hotzenplotz nach dem Vortrag entfällt somit - wir bleiben einfach vor Ort!