Shevelopers Meet Up bei der IDV AG
Neuronale Netze verstehen: Chancen und Grenzen erkennen
Wie 'tickt' ein neuronales Netz? Welche Mechanismen und Algorithmen stecken dahinter?
Was kann es und was kann es nicht?
Wie wird ein neuronales Netz programmiert und trainiert?
Was für Möglichkeiten in der Anwendung eröffnet es?
Welche Rückschlüsse auf unseren Umgang mit Informationen und deren Wahrheitsgehalt kann man ziehen?
In diesem Vortrag wird unsere Referentin Algorithmen für maschinelles Lernen aufschlüsseln und einen Einblick in die mathematischen Grundlagen gewähren. Sie wird uns durch ein praktisches Beispiel führen, in dem sie detailliert beschreibt, wie sie ein neuronales Netzwerk implementiert und trainiert hat. Sie wird einige der Erkenntnisse teilen, die sie aus dieser praktischen Erfahrung gewonnen hat. Dabei wird sie auch Herausforderungen und Fallstricke in diesem Bereich hervorheben. Abschließend wird sie Use Cases aus der Praxis vorstellen, die die praktischen Anwendungen und Auswirkungen dieser Algorithmen veranschaulichen.
Unsere Referentin: Doris Peter ist Java-Entwicklerin bei der IDV AG. Sie hat einen Abschluss in Computerlinguistik und hat eine Leidenschaft für maschinelles Lernen, insbesondere für den mathematischen Hintergrund und seine Korrelation mit Natural Language und dem menschlichen Gehirn.
Agenda:
18:00 Open Doors: Genießen Sie kostenlose Speisen und Getränke, gesponsert von der IDV AG
18:45 Begrüßung durch Shevelopers und die IDV AG
19:00 Neuronale Netze verstehen: Chancen und Grenzen erkennen
20:00 Q&A Session
20:30 Networking
Hinweis: Der Vortrag findet auf Englisch statt.
Shevelopers ist eine Austauschplattform für Frauen in der Softwareentwicklung. Sie setzen sich für mehr Frauen in der Softwareentwicklung ein. Ihr Ziel ist es Frauen in der IT-Branche zu vernetzen und zu bestärken. Sie veranstalten Meetups rund um IT, Softwareentwicklung und Frau sein in dieser Branche.
Die IDV AG freut sich, der Gastgeber einer Shevelopers-Veranstaltung zu sein.
Weitere Informationen und Anmeldung unter Understanding Neural Networks: Recognizing Opportunities and Limitations.