Machine Learning mit Small Data

Session
Join the ML Revolution! ✓ Special Discount Register till March 7 and get the Workshop Day for free ✓ Team Discount Register with 3+ colleagues and get 10 % off! Register Now

Big Data ist der Treibstoff für Deep Learning. Aber was kann ich tun, wenn meine vorhandene Datenmenge zu klein sind, um die Parameter meines Machine Learning Modells ausreichend zu trainieren? Dies ist eines der größten Hindernisse auf dem Weg zum erfolgreichen Einsatz von Machine Learning. In diesem Talk werden für Deep-Learning-Anfänger und Machine-Learning-Praktiker die Herausforderungen von kleinen Datensets anschaulich erläutert. Anschließend werden Strategien vorgestellt, die auch mit Small Data zum Erfolg führen. Dabei wird gezeigt, wie ich mit Hilfe von verschiedenen Data Augmentation-Verfahren meinen Datensatz vergrößert kann. Auch der Einsatz von vortrainierten neuronalen Netzen und Transferlearning wird vorgestellt, damit Small Data nicht zu einem großen Problem wird.

Vorkenntnisse:

  • Grundlegende Kenntnisse der Funktionsweise von Machine-Learning-Verfahren
  • Grundverständnis Neuronaler Netzwerke

Lernziele:

  • Schwierigkeiten beim Einsatz von Machine Learning mit Small Data
  • Überblick Data Augmentation Verfahren
  • Transferlearning
  • GANs für Data Augmentation

Behind the Tracks