In dieser Vertiefungsfortbildung bieten wir Ihnen einen praxisorientierten Einstieg in neuronale Netzwerke zur Analyse hybrider materialwissenschaftlichen Daten, d.h. Daten, die z.B. Bilddaten mit tabellarischen Daten kombinieren oder Bilddaten unterschiedlicher Modalitäten oder Skalen verbinden.
Zur erfolgreichen Teilnahme an der Schulung setzen wir grundlegende Kentnisse im Deep Learning mittels PyTorch und FastAI sowie grundlegende Programmierkenntnisse in z.B. Python voraus. Die Schulung setzt auf unserem Kurs „Deep Learning: Grundlagen und Anwendungen auf materialwissenschaftliche Beispiele“ auf und setzt die dort vermittelten Inhalte voraus.