Tuning-Labor für KI-Anwendungen

Beim Einsatz von Machine-Learning Methoden gibt es viele Möglichkeiten, gängige Verfahren auf bestimmte KI-Qualitätseigenschaften zu optimieren. In diesem Kurs wollen wir Ihnen einige von diesen präsentieren.

Man hat es beim Einsatz von intelligenten Methoden häufig mit individuellen Einzellösungen zu tun, die jeweils eigene Merkmale besitzen, welche für einen spezifischen Anwendungsfall konfiguriert werden müssen. Da es sich teilweise um eine hohe Anzahl an konfigurierbaren Parametern handelt, müssen diese wohlbekannt sein. In der Praxis kommen hierbei häufig automatisierte Ansätze und Frameworks zum Einsatz.

Durchgeführt von: SSE

Inhalte:
• Messungen
• Hyperparameter im maschinellen Lernen
• Hyperparameter in neuronalen Netzen
• Automatisiertes Tuning

Ziel des eintägigen Labors ist es, ein Verständnis von Hyperparametern aufzubauen und Ideen zur Optimierung mittels gängiger Methoden und Frameworks zu geben.