Grundlagen des Deep Learning

Die Serie „Foundations of Deep Learning“ besteht aus drei Kursen und bietet eine umfassende Einführung in modernes Deep Learning. Der Abschnitt „Basics“ führt in zentrale Prinzipien wie die Architektur neuronaler Netzwerke, Backpropagation, Optimierung und Regularisierung ein. Der Abschnitt „Architechtures & Methodology“ behandelt spezialisierte Modelle wie CNNs, RNNs und Transformer. Der letzte Abschnitt „Advanced Topics“ präsentiert Themen wie generative Modelle, Unsicherheitsabschätzung und Hyperparameter-Optimierung.