Lehrveranstaltungen

Deep Learning

Lecturers

• Prof. Dr.-Ing. habil. Andreas Maier

Details

Time and place

Information regarding the online teaching will be added to the studon course

• Di 16:15-17:45, Room H4 (exclude vac) .ics: Termin Di 16:15-17:45 in den Kalender importieren

The following lectures are recommended:

• Introduction to Pattern Recognition (IntroPR)

• Pattern Recognition (PR)

https://www.studon.fau.de/crs3729302.html

Content

Deep Learning (DL) has attracted much interest in a wide range of applications such as image recognition, speech recognition and artificial intelligence, both from academia and industry.
This lecture introduces the core elements of neural networks and deep learning, it comprises:
- (multilayer) perceptron, backpropagation, fully connected neural networks
- loss functions and optimization strategies
- convolutional neural networks (CNNs)
- activation functions
- regularization strategies
- common practices for training and evaluating neural networks
- visualization of networks and results
- common architectures, such as LeNet, Alexnet, VGG, GoogleNet
- recurrent neural networks (RNN, TBPTT, LSTM, GRU)
- deep reinforcement learning
- unsupervised learning (autoencoder, RBM, DBM, VAE)
- generative adversarial networks (GANs)
- weakly supervised learning
- applications of deep learning (segmentation, object detection, speech recognition, ...)

The accompanying exercises will provide a deeper understanding of the workings and architecture of neural networks.

Additional information

Keywords: deep learning; machine learning

Expected participants: 120

www: https://www.studon.fau.de/crs3729302.html

Research Data Skills

Lecturers

• Dr. Marcus Walther
• Prof. Dr. Richard Lenz
• Prof. Dr. Klaus Meyer-Wegener

Details

Time and place

• Do 10:00-12:00, Room Zoom-Meeting (exclude vac) .ics: Termin Do 10:00-12:00 in den Kalender importieren

Content

Einstieg in Elemente des Forschungsdatenmanagements

Der nachhaltige Umgang mit Forschungsdaten gehört heute zum Handwerkszeug und nimmt bei Forschungsprojekten einen immer größeren Raum ein.

In diesen Seminar werden folgende Themen bearbeitet:

- FAIR-Prinzipien
- Versionsverwaltung mit GIT und gitlab
- Forschungsinformationen
- Datenablage, -dokumentation und -übergabe
- scientific workflows
- Nutzung von Repositorien
- Urheberrecht an Daten und Software
- ... offene Themen im Bereich FDM ...

Die Studierenden erstellen zum gewählen Thema Präsentationen im Umfang von 15-30 Minuten.

Additional information

Keywords: Forschungsdaten, FDM, research data

Expected participants: 8

Aktuelle Fragen aus FACT "Textmining in Corporate Reporting"

Lecturers

• Prof. Dr. Klaus Henselmann
• u. Mitarbeiter

Details

Time and place

Informatische Werkzeuge in den Geistes- und Sozialwissenschaften II [Online]

Lecturers

• Prof. Dr. Michael Kohlhase

Details

Time and place

• Do 16:15-17:45, (exclude vac) .ics: Termin Do 16:15-17:45 in den Kalender importieren

Die Vorlesung findet statt, allerdings nicht in Präsenz. Stattdessen verweisen wir auf die Vorlesungsvideos aus dem Sommersemester 2019. Zusätzlich wird es eine Online-Sprechstunde mit Prof. Kohlhase geben. Dazu geben wir noch näheres bekannt.

Bitte beachten Sie außerdem alle Neuigkeiten, die wir über das StudOn-Forum bekanntgeben.

Die Übungen werden erst einmal live stattfinden. Das entsprechende Videokonferenz-Tool geben wir noch bekannt. Vermutlich wird es Zoom sein.

Wenn Sie technische Probleme (Verbindungsprobleme etc) haben sollten, melden Sie sich bitte bei uns. Wir finden dann eine Lösung!

Additional information

Keywords: IWGS; Digital Humanities;