Leider ist dieser Deal mittlerweile abgelaufen
Complete Python programming from Basics to Advance level (Udemy)
1401° Abgelaufen

Complete Python programming from Basics to Advance level (Udemy)

KOSTENLOS199,99€Udemy Angebote
46
eingestellt am 27. Jun

Dieser Deal ist leider abgelaufen. Hier sind ein paar andere Optionen für Dich:

Moinsen, bei Udemy bekommt ihr gerade den Kurs "Complete Python programming from Basics to Advance level" kostenlos. Der Kurs hat über 35.000 eingeschriebene Teilnehmer und bekommt 4,2 von 5 Sterne bei über 600 Bewertungen. Der Kurs ist wie immer auf Englisch.



This course covers Basics as well as Advance level topics in python + GUI programming, as this course is MEGA course so it starts from scratch explaining python language with a slow pace to benefit students who have just started programming and then moves to Advance topics like Object Oriented Programming in python, and python GUI programming with high pace for better understandings.

This course can be Divided into 3 major parts.

1. Basics of python
2. Advance Object Oriented Programming in python
3. tkinter (GUI programming)
4. python (Basics + Advance(OOP) + GUI programming)



Für wen eignet sich dieser Kurs:

  • Students who want to learn Python programming Language
  • Students who want to learn Object Oriented Programming
  • Students who want to learn GUI programming in python 3
  • Students who want to learn python Basics + Advance + GUI at one place
Zusätzliche Info
Udemy AngeboteUdemy Gutscheine

Gruppen

Beste Kommentare
@Jonas_Liddell@anthi007 Die Frage lässt sich meiner Ansicht nach so nicht beantworten (und ich bin nebenbei gesagt wahrscheinlich gar nicht qualifiziert genug, eine passende Antwort zu geben). Imo hängt das ganz davon ab, was genau ihr programmieren wollt (Sprache, Use case, Möglichkeiten, an Material ranzukommen (Student?, etc.) ...).

Das Wichtigste vorne dran: Irgendwann auf jeden Fall aufhören, Tutorials nachzuarbeiten... Man denkt, man hätte ja soooo viel gelernt, und wenn es darauf ankommt (2 Monate später), muss man sich tatsächlich wieder das Tutorial ansehen. Lieber mal etwas länger an einer Aufgabe sitzen und dafür dann auch auch "gelernt" haben, wie es funktioniert. (Stichwort: Tutorial Loop)

Von Codecademy habe ich viel gutes gehört, aber es nie selbst verwendet. Falls ihr wirklich mit Hilfe solcher Anbieter lernen wollte, testet es doch einfach aus und schaut, was euch am meisten Spaß macht. Letztlich geht es darum, motiviert zu bleiben. Programmieren lernt ihr sowieso nur, wenn ihr es selbst tut und nicht durch irgendwelche Tutorials im Internet.

Gab mal so eine Seite (gibt es mit Sicherheit immer noch), auf der man kleine "Rätsel" lösen musste und die Programmiersprache freigestellt war (gab einige 100) (Eines der einfachsten beispielsweise: die 1000te Fibonacci Zahl ausgeben). Damit hatte ich angefangen und nach und nach einfache Prinzipien wie Rekursion oder Datensstrukturen durchdrungen ("spielerisch"). Glaube, ich hatte dafür C verwendet.

Ich fasse einfach mal meine Erfahrungen mit Programmiersprachen zusammen:

Die Basics von C / C++ habe ich in der Uni und mit einem YouTubeTutorial gelernt (falls ihr nen Link haben wollt, schreibt mich gerne an).

C# lerne ich derzeit über die Arbeit am Institut, ist echt ne Wohltat gegen C / C++. Da lerne ich das meiste "spielerisch" mit Unity3D und Augmented Reality Anwendungen (was ich definitiv empfehlen kann. Kenne euer Alter und eure Ziele nicht, aber bspw. mobile Apps zu entwickeln empfinden die meisten doch eher als etwas Interessantes und Greifbares).

Matlab habe ich anfangs ausschließlich in der Uni gelernt und bei Problemen im Matlab Forum gesucht, gab dazu aber eben auch viel von Indern auf YouTube, deshalb mein Kommentar (wobei es da eher um Simulink usw. ging, spielt hier aber auch keine große Rolle). Das Ganze sollte man jetzt aber auch nicht ernst nehmen... Kenne ausreichend IInder an der Uni, die mir das noch übel nehmen, wenn sie das lesen

Python habe ich erst dieses Jahr in Verbindung mit Machine Learning und NN "gelernt", wobei es doch sehr einfach ist, wenn man mal ein paar andere Programmiersprachen kann. Python bietet selbst eigene Tutorials an, die imo gut gestaltet sind und mit Hilfe deren man schnell einen Überblick über die wichtigsten Funktionen erhält. Letztlich muss man dann eben noch die libraries durchdringen, was bei etwas mächtigeren Dingen wie Tensorflow schon mal etwas dauern kann (Theoriewissen vorrausgesetzt).

Gibt noch andere, die ich so nebenbei mal aufgeschnappt habe, mit denen ich aber nicht viel anfangen kann wie Java, SQL, Verilog (haha),...

Ich sollte evtl noch erwähnen, dass das Programmieren für mich nur ein Mittel darstellt und ich eigentlich ein Ingenieur bin... Informatiker haben dazu evtl. ne etwas andere Meinung.

Udemy Kurse generell habe ich mir ein paar angesehen (zu diversen Themen, auch teilweise Dingen, die ich bereits kannte (e.g., ML). Häufig sind die "Instructors" irgendwelche Jugendlichen / Studenten, die meinen. sie könnten einfach Geld verdienen... Letztlich sind die Kurse (und ich spreche hier nur von den kostenlosen, die ich mir angesehen habe (begrenzte Stichprobe)) was Präsentation, Inhalt, Sound, ...angeht, meist mittelmäßig bis sehr schlecht. YouTube ist da mitterweile häufig nicht besser, aber es gibt doch hin und wieder gute Leute, wenn man sie denn mal findet bei dem tollen Algorithmus.

Ok, das ist jetzt doch etwas länger geworden... Wirklich hilfreich wird das wohl für niemand außer mich sein, der mal seine Gedanken zu diesem Thema ordnen wollte
Obstobst27.06.2019 16:28

Kommentar gelöscht


Aha. Der kann sicher nicht programmieren.

Was ist denn bei dir los?
Udemy Kurse kann man immer bei Mydealz stellen
Danke!
Falls es noch interessante Kurse für lau gibt, immer her damit ^^
Bearbeitet von: "Liu_Bei" 27. Jun
Nachdem ich heute wieder 2x 2h Telefonkonferenz mit Bayern hatte, ist Englisch mit Indischem Akzent eine echte Wohltat. Gibt's nicht 'nen Udemy Kurs für 'Snack op Platt', damit ich mich an den südl. Eingeborenen rächen kann?
Bearbeitet von: "Artxx" 27. Jun
46 Kommentare
"Du hast diesen Kurs am 29. April 2019 (kostenlos) gekauft."
Avatar
GelöschterUser831415
Wann kommt die Funktion dass man den Udemy spam für sich ausblenden kann?
Udemy Kurse kann man immer bei Mydealz stellen
Danke!
Falls es noch interessante Kurse für lau gibt, immer her damit ^^
Bearbeitet von: "Liu_Bei" 27. Jun
Vielen herzlichen Dank
Danke. Wer weiß wofür man es noch Mal gebrauchen kann
Obstobst27.06.2019 16:28

Kommentar gelöscht


Aha. Der kann sicher nicht programmieren.

Was ist denn bei dir los?
Ezekiel27.06.2019 16:32

Aha. Der kann sicher nicht programmieren.Was ist denn bei dir los?


Ich kann ihn schon verstehen... Wenn du öfter mal programmierst und irgendwelche Tutorials suchst (hatte ich zu Beginn gebraucht, Code kopieren hat wenig gebracht), trifft man eben häufig bspw. auf YouTube auf Inder, meist im Alter von 12 - 14 Jahren. Es ist wirklich kein Erlebnis, dass man wiederholen möchte. Programmieren können die meistens durchaus und man gelangt auch zum Ziel, nur freiwillig würde ich mir das in meiner Freizeit nicht antun.

Udemy ist leider qualitativ die schlechteste Platform, auf der ich je war... Bisher (zumindest von den kostenlosen Kursen) kaum was gelernt... Imo einfach nur eine Zeitverschwendung und der eigentlich Preis suggeriert einen viel zu guten Deal. Solange das die Mehrheit hier aber nicht versteht, werden die "Deals" weiter hot gevotet.
Skopee27.06.2019 16:58

Ich kann ihn schon verstehen... Wenn du öfter mal programmierst und …Ich kann ihn schon verstehen... Wenn du öfter mal programmierst und irgendwelche Tutorials suchst (hatte ich zu Beginn gebraucht, Code kopieren hat wenig gebracht), trifft man eben häufig bspw. auf YouTube auf Inder, meist im Alter von 12 - 14 Jahren. Es ist wirklich kein Erlebnis, dass man wiederholen möchte. Programmieren können die meistens durchaus und man gelangt auch zum Ziel, nur freiwillig würde ich mir das in meiner Freizeit nicht antun.Udemy ist leider qualitativ die schlechteste Platform, auf der ich je war... Bisher (zumindest von den kostenlosen Kursen) kaum was gelernt... Imo einfach nur eine Zeitverschwendung und der eigentlich Preis suggeriert einen viel zu guten Deal. Solange das die Mehrheit hier aber nicht versteht, werden die "Deals" weiter hot gevotet.


welche Alternativen empfiehlst du?
Nachdem ich heute wieder 2x 2h Telefonkonferenz mit Bayern hatte, ist Englisch mit Indischem Akzent eine echte Wohltat. Gibt's nicht 'nen Udemy Kurs für 'Snack op Platt', damit ich mich an den südl. Eingeborenen rächen kann?
Bearbeitet von: "Artxx" 27. Jun
@Artxx ich sollte mal so einen Udemy Kurs anbieten. Mit richtigem Ostfriesenplatt Hoffe du gehörst dann auch zu denen, die sich sowas geben
Skopee27.06.2019 16:58

Ich kann ihn schon verstehen... Wenn du öfter mal programmierst und …Ich kann ihn schon verstehen... Wenn du öfter mal programmierst und irgendwelche Tutorials suchst (hatte ich zu Beginn gebraucht, Code kopieren hat wenig gebracht), trifft man eben häufig bspw. auf YouTube auf Inder, meist im Alter von 12 - 14 Jahren. Es ist wirklich kein Erlebnis, dass man wiederholen möchte. Programmieren können die meistens durchaus und man gelangt auch zum Ziel, nur freiwillig würde ich mir das in meiner Freizeit nicht antun.Udemy ist leider qualitativ die schlechteste Platform, auf der ich je war... Bisher (zumindest von den kostenlosen Kursen) kaum was gelernt... Imo einfach nur eine Zeitverschwendung und der eigentlich Preis suggeriert einen viel zu guten Deal. Solange das die Mehrheit hier aber nicht versteht, werden die "Deals" weiter hot gevotet.


Was ist gut außer Codecademy?
GelöschterUser83141527.06.2019 14:59

Wann kommt die Funktion dass man den Udemy spam für sich ausblenden kann?


Versteh' nicht, was bei kostenlosen Kursen schlecht sein soll. Ich bin immer froh, etwas interessantes mitnehmen- oder entdecken zu können.
22140673-KMeRe.jpg

Ist der Deal die noch erweiterte Komplettestausgabe davon oder was?
@Jonas_Liddell@anthi007 Die Frage lässt sich meiner Ansicht nach so nicht beantworten (und ich bin nebenbei gesagt wahrscheinlich gar nicht qualifiziert genug, eine passende Antwort zu geben). Imo hängt das ganz davon ab, was genau ihr programmieren wollt (Sprache, Use case, Möglichkeiten, an Material ranzukommen (Student?, etc.) ...).

Das Wichtigste vorne dran: Irgendwann auf jeden Fall aufhören, Tutorials nachzuarbeiten... Man denkt, man hätte ja soooo viel gelernt, und wenn es darauf ankommt (2 Monate später), muss man sich tatsächlich wieder das Tutorial ansehen. Lieber mal etwas länger an einer Aufgabe sitzen und dafür dann auch auch "gelernt" haben, wie es funktioniert. (Stichwort: Tutorial Loop)

Von Codecademy habe ich viel gutes gehört, aber es nie selbst verwendet. Falls ihr wirklich mit Hilfe solcher Anbieter lernen wollte, testet es doch einfach aus und schaut, was euch am meisten Spaß macht. Letztlich geht es darum, motiviert zu bleiben. Programmieren lernt ihr sowieso nur, wenn ihr es selbst tut und nicht durch irgendwelche Tutorials im Internet.

Gab mal so eine Seite (gibt es mit Sicherheit immer noch), auf der man kleine "Rätsel" lösen musste und die Programmiersprache freigestellt war (gab einige 100) (Eines der einfachsten beispielsweise: die 1000te Fibonacci Zahl ausgeben). Damit hatte ich angefangen und nach und nach einfache Prinzipien wie Rekursion oder Datensstrukturen durchdrungen ("spielerisch"). Glaube, ich hatte dafür C verwendet.

Ich fasse einfach mal meine Erfahrungen mit Programmiersprachen zusammen:

Die Basics von C / C++ habe ich in der Uni und mit einem YouTubeTutorial gelernt (falls ihr nen Link haben wollt, schreibt mich gerne an).

C# lerne ich derzeit über die Arbeit am Institut, ist echt ne Wohltat gegen C / C++. Da lerne ich das meiste "spielerisch" mit Unity3D und Augmented Reality Anwendungen (was ich definitiv empfehlen kann. Kenne euer Alter und eure Ziele nicht, aber bspw. mobile Apps zu entwickeln empfinden die meisten doch eher als etwas Interessantes und Greifbares).

Matlab habe ich anfangs ausschließlich in der Uni gelernt und bei Problemen im Matlab Forum gesucht, gab dazu aber eben auch viel von Indern auf YouTube, deshalb mein Kommentar (wobei es da eher um Simulink usw. ging, spielt hier aber auch keine große Rolle). Das Ganze sollte man jetzt aber auch nicht ernst nehmen... Kenne ausreichend IInder an der Uni, die mir das noch übel nehmen, wenn sie das lesen

Python habe ich erst dieses Jahr in Verbindung mit Machine Learning und NN "gelernt", wobei es doch sehr einfach ist, wenn man mal ein paar andere Programmiersprachen kann. Python bietet selbst eigene Tutorials an, die imo gut gestaltet sind und mit Hilfe deren man schnell einen Überblick über die wichtigsten Funktionen erhält. Letztlich muss man dann eben noch die libraries durchdringen, was bei etwas mächtigeren Dingen wie Tensorflow schon mal etwas dauern kann (Theoriewissen vorrausgesetzt).

Gibt noch andere, die ich so nebenbei mal aufgeschnappt habe, mit denen ich aber nicht viel anfangen kann wie Java, SQL, Verilog (haha),...

Ich sollte evtl noch erwähnen, dass das Programmieren für mich nur ein Mittel darstellt und ich eigentlich ein Ingenieur bin... Informatiker haben dazu evtl. ne etwas andere Meinung.

Udemy Kurse generell habe ich mir ein paar angesehen (zu diversen Themen, auch teilweise Dingen, die ich bereits kannte (e.g., ML). Häufig sind die "Instructors" irgendwelche Jugendlichen / Studenten, die meinen. sie könnten einfach Geld verdienen... Letztlich sind die Kurse (und ich spreche hier nur von den kostenlosen, die ich mir angesehen habe (begrenzte Stichprobe)) was Präsentation, Inhalt, Sound, ...angeht, meist mittelmäßig bis sehr schlecht. YouTube ist da mitterweile häufig nicht besser, aber es gibt doch hin und wieder gute Leute, wenn man sie denn mal findet bei dem tollen Algorithmus.

Ok, das ist jetzt doch etwas länger geworden... Wirklich hilfreich wird das wohl für niemand außer mich sein, der mal seine Gedanken zu diesem Thema ordnen wollte
Mit original Udemy indischem Akzent?
GelöschterUser83141527.06.2019 14:59

Wann kommt die Funktion dass man den Udemy spam für sich ausblenden kann?



Dr.med.Mabuse27.06.2019 15:53

nervt mich auch...




Zu faul ein Script zu schreiben? Wenigstens kann man euch schon ausblenden
Ernsthaft, ihr interessiert euch nicht dafür und müsst trotzdem euren Senf hier abladen, ihr Spömmer!
Für umme immer gut
Der Kurs ist totaler Schrott. Habe nach 4-5 Lektionen abgebrochen, weil der Dozent viel Unsinn erzählt hat und die Qualität und Vorbereitung seinerseits eine Katastrophe war. Meine negative Bewertung wurde bis heute nicht veröffentlicht, soviel also dazu...
Skopee27.06.2019 21:33

@Jonas_Liddell @anthi007 Die Frage lässt sich meiner Ansicht nach so nicht …@Jonas_Liddell @anthi007 Die Frage lässt sich meiner Ansicht nach so nicht beantworten (und ich bin nebenbei gesagt wahrscheinlich gar nicht qualifiziert genug, eine passende Antwort zu geben). Imo hängt das ganz davon ab, was genau ihr programmieren wollt (Sprache, Use case, Möglichkeiten, an Material ranzukommen (Student?, etc.) ...). Das Wichtigste vorne dran: Irgendwann auf jeden Fall aufhören, Tutorials nachzuarbeiten... Man denkt, man hätte ja soooo viel gelernt, und wenn es darauf ankommt (2 Monate später), muss man sich tatsächlich wieder das Tutorial ansehen. Lieber mal etwas länger an einer Aufgabe sitzen und dafür dann auch auch "gelernt" haben, wie es funktioniert. (Stichwort: Tutorial Loop)Von Codecademy habe ich viel gutes gehört, aber es nie selbst verwendet. Falls ihr wirklich mit Hilfe solcher Anbieter lernen wollte, testet es doch einfach aus und schaut, was euch am meisten Spaß macht. Letztlich geht es darum, motiviert zu bleiben. Programmieren lernt ihr sowieso nur, wenn ihr es selbst tut und nicht durch irgendwelche Tutorials im Internet. Gab mal so eine Seite (gibt es mit Sicherheit immer noch), auf der man kleine "Rätsel" lösen musste und die Programmiersprache freigestellt war (gab einige 100) (Eines der einfachsten beispielsweise: die 1000te Fibonacci Zahl ausgeben). Damit hatte ich angefangen und nach und nach einfache Prinzipien wie Rekursion oder Datensstrukturen durchdrungen ("spielerisch"). Glaube, ich hatte dafür C verwendet. Ich fasse einfach mal meine Erfahrungen mit Programmiersprachen zusammen:Die Basics von C / C++ habe ich in der Uni und mit einem YouTubeTutorial gelernt (falls ihr nen Link haben wollt, schreibt mich gerne an).C# lerne ich derzeit über die Arbeit am Institut, ist echt ne Wohltat gegen C / C++. Da lerne ich das meiste "spielerisch" mit Unity3D und Augmented Reality Anwendungen (was ich definitiv empfehlen kann. Kenne euer Alter und eure Ziele nicht, aber bspw. mobile Apps zu entwickeln empfinden die meisten doch eher als etwas Interessantes und Greifbares).Matlab habe ich anfangs ausschließlich in der Uni gelernt und bei Problemen im Matlab Forum gesucht, gab dazu aber eben auch viel von Indern auf YouTube, deshalb mein Kommentar (wobei es da eher um Simulink usw. ging, spielt hier aber auch keine große Rolle). Das Ganze sollte man jetzt aber auch nicht ernst nehmen... Kenne ausreichend IInder an der Uni, die mir das noch übel nehmen, wenn sie das lesen Python habe ich erst dieses Jahr in Verbindung mit Machine Learning und NN "gelernt", wobei es doch sehr einfach ist, wenn man mal ein paar andere Programmiersprachen kann. Python bietet selbst eigene Tutorials an, die imo gut gestaltet sind und mit Hilfe deren man schnell einen Überblick über die wichtigsten Funktionen erhält. Letztlich muss man dann eben noch die libraries durchdringen, was bei etwas mächtigeren Dingen wie Tensorflow schon mal etwas dauern kann (Theoriewissen vorrausgesetzt).Gibt noch andere, die ich so nebenbei mal aufgeschnappt habe, mit denen ich aber nicht viel anfangen kann wie Java, SQL, Verilog (haha),... Ich sollte evtl noch erwähnen, dass das Programmieren für mich nur ein Mittel darstellt und ich eigentlich ein Ingenieur bin... Informatiker haben dazu evtl. ne etwas andere Meinung.Udemy Kurse generell habe ich mir ein paar angesehen (zu diversen Themen, auch teilweise Dingen, die ich bereits kannte (e.g., ML). Häufig sind die "Instructors" irgendwelche Jugendlichen / Studenten, die meinen. sie könnten einfach Geld verdienen... Letztlich sind die Kurse (und ich spreche hier nur von den kostenlosen, die ich mir angesehen habe (begrenzte Stichprobe)) was Präsentation, Inhalt, Sound, ...angeht, meist mittelmäßig bis sehr schlecht. YouTube ist da mitterweile häufig nicht besser, aber es gibt doch hin und wieder gute Leute, wenn man sie denn mal findet bei dem tollen Algorithmus. Ok, das ist jetzt doch etwas länger geworden... Wirklich hilfreich wird das wohl für niemand außer mich sein, der mal seine Gedanken zu diesem Thema ordnen wollte


Dankeschön
Artxx27.06.2019 18:14

Nachdem ich heute wieder 2x 2h Telefonkonferenz mit Bayern hatte, ist …Nachdem ich heute wieder 2x 2h Telefonkonferenz mit Bayern hatte, ist Englisch mit Indischem Akzent eine echte Wohltat. Gibt's nicht 'nen Udemy Kurs für 'Snack op Platt', damit ich mich an den südl. Eingeborenen rächen kann?


Komme selbst aus der "südlichen" Gegend, kann das bei dem Englisch von manchen Kollegen aber gut nachvollziehen. Es gibt aber auch überall schwer verständliche Leute.
Skopee27.06.2019 21:33

@Jonas_Liddell @anthi007 Die Frage lässt sich meiner Ansicht nach so nicht …@Jonas_Liddell @anthi007 Die Frage lässt sich meiner Ansicht nach so nicht beantworten (und ich bin nebenbei gesagt wahrscheinlich gar nicht qualifiziert genug, eine passende Antwort zu geben). Imo hängt das ganz davon ab, was genau ihr programmieren wollt (Sprache, Use case, Möglichkeiten, an Material ranzukommen (Student?, etc.) ...). Das Wichtigste vorne dran: Irgendwann auf jeden Fall aufhören, Tutorials nachzuarbeiten... Man denkt, man hätte ja soooo viel gelernt, und wenn es darauf ankommt (2 Monate später), muss man sich tatsächlich wieder das Tutorial ansehen. Lieber mal etwas länger an einer Aufgabe sitzen und dafür dann auch auch "gelernt" haben, wie es funktioniert. (Stichwort: Tutorial Loop)Von Codecademy habe ich viel gutes gehört, aber es nie selbst verwendet. Falls ihr wirklich mit Hilfe solcher Anbieter lernen wollte, testet es doch einfach aus und schaut, was euch am meisten Spaß macht. Letztlich geht es darum, motiviert zu bleiben. Programmieren lernt ihr sowieso nur, wenn ihr es selbst tut und nicht durch irgendwelche Tutorials im Internet. Gab mal so eine Seite (gibt es mit Sicherheit immer noch), auf der man kleine "Rätsel" lösen musste und die Programmiersprache freigestellt war (gab einige 100) (Eines der einfachsten beispielsweise: die 1000te Fibonacci Zahl ausgeben). Damit hatte ich angefangen und nach und nach einfache Prinzipien wie Rekursion oder Datensstrukturen durchdrungen ("spielerisch"). Glaube, ich hatte dafür C verwendet. Ich fasse einfach mal meine Erfahrungen mit Programmiersprachen zusammen:Die Basics von C / C++ habe ich in der Uni und mit einem YouTubeTutorial gelernt (falls ihr nen Link haben wollt, schreibt mich gerne an).C# lerne ich derzeit über die Arbeit am Institut, ist echt ne Wohltat gegen C / C++. Da lerne ich das meiste "spielerisch" mit Unity3D und Augmented Reality Anwendungen (was ich definitiv empfehlen kann. Kenne euer Alter und eure Ziele nicht, aber bspw. mobile Apps zu entwickeln empfinden die meisten doch eher als etwas Interessantes und Greifbares).Matlab habe ich anfangs ausschließlich in der Uni gelernt und bei Problemen im Matlab Forum gesucht, gab dazu aber eben auch viel von Indern auf YouTube, deshalb mein Kommentar (wobei es da eher um Simulink usw. ging, spielt hier aber auch keine große Rolle). Das Ganze sollte man jetzt aber auch nicht ernst nehmen... Kenne ausreichend IInder an der Uni, die mir das noch übel nehmen, wenn sie das lesen Python habe ich erst dieses Jahr in Verbindung mit Machine Learning und NN "gelernt", wobei es doch sehr einfach ist, wenn man mal ein paar andere Programmiersprachen kann. Python bietet selbst eigene Tutorials an, die imo gut gestaltet sind und mit Hilfe deren man schnell einen Überblick über die wichtigsten Funktionen erhält. Letztlich muss man dann eben noch die libraries durchdringen, was bei etwas mächtigeren Dingen wie Tensorflow schon mal etwas dauern kann (Theoriewissen vorrausgesetzt).Gibt noch andere, die ich so nebenbei mal aufgeschnappt habe, mit denen ich aber nicht viel anfangen kann wie Java, SQL, Verilog (haha),... Ich sollte evtl noch erwähnen, dass das Programmieren für mich nur ein Mittel darstellt und ich eigentlich ein Ingenieur bin... Informatiker haben dazu evtl. ne etwas andere Meinung.Udemy Kurse generell habe ich mir ein paar angesehen (zu diversen Themen, auch teilweise Dingen, die ich bereits kannte (e.g., ML). Häufig sind die "Instructors" irgendwelche Jugendlichen / Studenten, die meinen. sie könnten einfach Geld verdienen... Letztlich sind die Kurse (und ich spreche hier nur von den kostenlosen, die ich mir angesehen habe (begrenzte Stichprobe)) was Präsentation, Inhalt, Sound, ...angeht, meist mittelmäßig bis sehr schlecht. YouTube ist da mitterweile häufig nicht besser, aber es gibt doch hin und wieder gute Leute, wenn man sie denn mal findet bei dem tollen Algorithmus. Ok, das ist jetzt doch etwas länger geworden... Wirklich hilfreich wird das wohl für niemand außer mich sein, der mal seine Gedanken zu diesem Thema ordnen wollte


Hast Du n Einstiegsempfehlung zu ML und NN? Gern auf der Basis von Python. Bin Informatiker, das Thema würde aber erst populär als ich im letzten Semester war und will mich damit schon länger beschäftigen. Gerade auch Grundlagen wären interessant :-)
Das kommt gelegen, wo ich gerade ein Projekt mit tkinter starten muss und mich jetzt einlesen wollte.
Nice Sommerferien fangen an und was hat man als Schüler zu tun außer zu Feiern? Richtig Udemy Kurse suchten und (hoffentlich) Spaß am Programmieren haben!
Ich kann die Hater echt nicht verstehen, hier gibt es kostenloses Wissen... Was gibt es wertvolleres?
Top, muss ich für den Master dran! Falls wer da noch einen guten Tipp habt haut raus
Programmieren? Das ist mir zu nerdig
Am Anfang macht ein Kurs meiner Meinung nach absolut Sinn. Ich habe Python z.B. über Codecademy gelernt. Wenn es dann um spezifische Fragestellungen geht, sind Stackoverflow und YouTube Tutorials (Corey Schafer hat den besten Kanal) das Mittel der Wahl. Bücher sind bei eher komplexeren Themengebieten auch einen Blick wert, wobei diese meiner Meinung nach zu teuer für den gebrachten Nutzen sind. Es gibt alle Informationen auch im Netz und meistens habe ich nur einen Lösungsansatz praktisch nutzen können, den ich nicht so einfach im Internet finden konnte. Um die Sprache wirklich zu beherrschen hilft nur üben, üben, üben und eigene nützliche Projekte umsetzen. Anfangs mit Spickzettel und nach und nach braucht man diese dann nicht mehr und muss nur noch einzelne Details nachschauen.
Bearbeitet von: "Duo42" 28. Jun
xeblog27.06.2019 23:44

Ich kann die Hater echt nicht verstehen, hier gibt es kostenloses …Ich kann die Hater echt nicht verstehen, hier gibt es kostenloses Wissen... Was gibt es wertvolleres?


Wir sind hier im Internet, da gibt es überall kostenloses Wissen. Das ist auch wirklich eine tolle Sache und revolutionär für die Entwicklung unserer Gesellschaft. Es führt aber auch dazu, dass mittelmäßig vermitteltes Wissen nichts besonderes mehr ist (= kein Deal), vielleicht sogar Zeitverschwendung weil das gleiche Wissen woanders besser und ebenfalls kostenlos vermittelt wird. Wenn es ein wirklich guter Kurs ist, dann ist es super.
Für komplette Programmieranfänger kann ich folgendes Python Einsteigertutorial empfehlen:

Oder für Programmierer die in Python einsteigen wollen:

Gut aufgebaut, rhetorisch und inhaltlich gut (inkl. gutes Mic), guter Edit. Ist aber nur jeweils der (umfangreiche) Start, weiteres kostet dann. Wenn man in so ein Training viele(!) Stunden investieren will sind 15€ mNn allerdings extrem fair und sicher besser als sich mit mittelmäßiger Qualität rumzuschlagen bzw. deswegen dann auch schnell abzubrechen.
Bearbeitet von: "gallager" 28. Jun
Jomas27.06.2019 23:11

Hast Du n Einstiegsempfehlung zu ML und NN? Gern auf der Basis von Python. …Hast Du n Einstiegsempfehlung zu ML und NN? Gern auf der Basis von Python. Bin Informatiker, das Thema würde aber erst populär als ich im letzten Semester war und will mich damit schon länger beschäftigen. Gerade auch Grundlagen wären interessant :-)


In dem Fall kann ich dir meinen Udemy Kurs ans Herz legen.

Kurze Antwort:

Literaturempfehlungen (die ich erhalten habe):
The Elements of Statistical Learning (PDF: web.stanford.edu/~ha…rn/ ).
Deep Learning (Online Version: deeplearningbook.org )
Géron: Hands-On Machine Learning with Scikit-Learn and TensorFlow ISBN 978-1-491-96229-9 , 2017 (Jupyter Notebooks: github.com/age…-ml )

klassisches ML: Scikitlearn scikit-learn.org/ (Mit den Beispielen kommt man meiner Ansicht nach schon relativ weit, Theorie würde ich aus Büchern beziehen, wenn's auch zunächst etwas langweilig klingt...)

NN: Je nach Thema unterschiedlich (bin gerade auch erst dabei, mich da rein zu arbeiten), allerdings hatte ich (in dem Kontext von CNN's) mit dem Material von Stanford gute Erfahrungen gemacht (dürfte vermutlich aber etwas zu langsam für dich sein (im Sinne von sehr kleinschrittig)... Falls ich mal was Besseres finde (und auch qualitativ hochwertig) und an dich denke, schicke ich dir ne Nachricht )): youtube.com/wat…sYv

Ausführliche Antwort:

Es hängt davon ab, was du im Detail lernen möchtest und wie präsent die Grundlagen für ML noch vorhanden sind (Statistik, Optimierungsverfahren, Numerik sollten zumindest irgendwann mal gehört worden sein, sonst könnte es schwierig werden, die Thematik vollständig zu durchdringen (hängt allerdings auch wieder etwas von deinem Anspruch ab. Als reiner Anwender kommt man auch ohne großes mathematisches Verständnis sehr weit)).

Ich hatte eine Vorlesung besucht, die alle Grundlagen auf sehr einfache, aber effektive Art und Weise dargestellt hatte. Ich bin eher noch am Anfang, was ML angeht. Daher bin ich leider nicht wirklich in der Lage, den besten Überblick zu geben. Ich versuche ist dennoch mal nach bestem Gewissen. Alle Angaben ohne Gewähr.

Für dich eine kleine Übersicht von Techniken, die du nach Belieben anschauen kannst (die Reihenfolge ist durchaus sinnvoll einzuhalten (meine Erfahrung), allerdings keine Notwendigkeit (Beispielsweise wird die logistische Regression (gehört zu den linearen Modellen) häufig als letzte Schicht verwendet, um eine Klassifikation durchzuführen).

Klassisches ML:
Stichworte, die bekannt sein sollten: Hyperparameter (letztlich besteht die Hauptaufgabe darin, die Hyperparameter solange zu tunen, bis das rauskommt, was du haben möchtest; dazu gehört unter anderem auch die...) Regularisierung, Bias/ Varianz, Kreuzvalidierung, ...

-Lineare Modelle

-Support Vector Machines (hier zu kennen: K-nächste Nachbarn (ja, das heißt wirklich so), Kernel-Funktionen, eigentlich auch so gesehen ein lineares Verfahren. Allerdings durch den "Kernel Trick" Nichtlinearität)

-Bäume und Ensembles (hier vor allem: Boosting, Random Forest)

-Unüberwachtes Lernen (Cluster Analyse, Anomalie-Detektion (funktioniert eigentlich nie so wirklich gut...), Dimensionsreduktion (in dem Zusammenhang auch bspw. Manifold-Learning als schöne anschauliche Anwendung, siehe Scikit-learn)

Neuronale Netze (kleine Randinfo: Bereits seit Jahrzehnten bekannt, "Durchbruch" allerdings erst 2012 durch AlexNet. ein CNN zur Bildklassifikation nach dem Vorbild von LeNet, das wiederum von LeCun et al. 1989 entwickelt wurde (Erkennung handgeschriebener Buchstaben). Jan LeCun ist afaik heute bei Facebook tätig...). Wieso es in den vorherigen 30 Jahren vor allem an flachen Netzen geforscht wurde und kaum Deep Learning betrieben wurde, hat erneut mehrere Gründe, die ich auch gerne irgendwann mal zusammenfassen werde. Ist wirklich eine interessante Story, aber ich komme vom Thema ab):

Also, von neuronalen Netzen gibt es verschiedene Arten, die mir leider auch noch nicht alle geläufig sind, sodass ich hier nur eine seeehr eingeschränkte Übersicht darlegen kann.

Wichtigster Vertreter für mich derzeit zumindest (und auch das einzige, womit ich bisher gearbeitet habe):
Convolutional Neural Networks (CNNs bzw. auf deutsch Faltende Neuronale Netze).
Wenn man heutzutage von Deep Learning spricht, sind häufig diese Netze gemeint. Besonderheit sind die große Anzahl an Schichten (ist allerdings mit großen Herausforderungen verbunden, daher ein aktives Forschungsthema). Ein paar Stichworte, die du immer wieder finden wirst und deswegen kennen musst:
Stride, Padding, Pooling, sättigungsfreie Aktivierung (afaik die beliebtesten derzeit ReLU und ELU), Xavier- und He-Initialisierung, (Batch Normalization), Regularisierung durch Dropout... (fun fact: Erst vor einigen Tagen ist das Patent für Dropout von Google in Kraft getreten: reddit.com/r/M…ay/ ; ich lese hin und wieder auch in dem Subreddit, allerdings hab ich die von den Usern zur Verfügung gestellten Codes bisher nur gebookmarked und noch nicht verwendet. Ist wahrscheinlich kein Subreddit für blutige Anfänger (?)...)

Arten von Architekturen (im Prinzip 3 Große Gruppen):
-VGGNet
-GoogleNet (damit meine ich die Art der Architektur)
-ResNet

Nach dem kurzen Exkurs zu CNNs hier noch ein paar andere, mit denen ich mich erst in den nächsten Tagen / Wochen / Monaten / Jahren auseinander setzen werde und für dich interessant sein könnten:

-RNN
-Reinforcement Learning
- die Liste lässt sich weiter führen

Da das Thema derzeit so aktuell ist, gibt es fast täglich neue "Entdeckungen". Das geniale ist meiner Ansicht nach, dass trotz des hohen wirtschaftlichen Potenzials fast alles öffentlich gemacht wird und beispielsweise ein von Facebook entwickeltes NN eine Woche später bei uns verwendet werden kann, nachdem es auf GitHub zur Verfügung gestellt wurde. Allerdings sollte nicht vergessen werden, dass wir als Nutzer von Google, Facebook usw., die Datenbanken mit Hashtags etc. schön füllen... Die Datengenerierung ist derzeit noch das größte Problem, da schnell mal 60.000.000+ Gewichte getuned werden müssen und dafür eine hohe Anzahl an Daten notwendig ist.

Hoffe, das war in irgendeiner Weise hilfreich.
Skopee27.06.2019 21:33

@Jonas_Liddell @anthi007 Die Frage lässt sich meiner Ansicht nach so nicht …@Jonas_Liddell @anthi007 Die Frage lässt sich meiner Ansicht nach so nicht beantworten (und ich bin nebenbei gesagt wahrscheinlich gar nicht qualifiziert genug, eine passende Antwort zu geben). Imo hängt das ganz davon ab, was genau ihr programmieren wollt (Sprache, Use case, Möglichkeiten, an Material ranzukommen (Student?, etc.) ...). Das Wichtigste vorne dran: Irgendwann auf jeden Fall aufhören, Tutorials nachzuarbeiten... Man denkt, man hätte ja soooo viel gelernt, und wenn es darauf ankommt (2 Monate später), muss man sich tatsächlich wieder das Tutorial ansehen. Lieber mal etwas länger an einer Aufgabe sitzen und dafür dann auch auch "gelernt" haben, wie es funktioniert. (Stichwort: Tutorial Loop)Von Codecademy habe ich viel gutes gehört, aber es nie selbst verwendet. Falls ihr wirklich mit Hilfe solcher Anbieter lernen wollte, testet es doch einfach aus und schaut, was euch am meisten Spaß macht. Letztlich geht es darum, motiviert zu bleiben. Programmieren lernt ihr sowieso nur, wenn ihr es selbst tut und nicht durch irgendwelche Tutorials im Internet. Gab mal so eine Seite (gibt es mit Sicherheit immer noch), auf der man kleine "Rätsel" lösen musste und die Programmiersprache freigestellt war (gab einige 100) (Eines der einfachsten beispielsweise: die 1000te Fibonacci Zahl ausgeben). Damit hatte ich angefangen und nach und nach einfache Prinzipien wie Rekursion oder Datensstrukturen durchdrungen ("spielerisch"). Glaube, ich hatte dafür C verwendet. Ich fasse einfach mal meine Erfahrungen mit Programmiersprachen zusammen:Die Basics von C / C++ habe ich in der Uni und mit einem YouTubeTutorial gelernt (falls ihr nen Link haben wollt, schreibt mich gerne an).C# lerne ich derzeit über die Arbeit am Institut, ist echt ne Wohltat gegen C / C++. Da lerne ich das meiste "spielerisch" mit Unity3D und Augmented Reality Anwendungen (was ich definitiv empfehlen kann. Kenne euer Alter und eure Ziele nicht, aber bspw. mobile Apps zu entwickeln empfinden die meisten doch eher als etwas Interessantes und Greifbares).Matlab habe ich anfangs ausschließlich in der Uni gelernt und bei Problemen im Matlab Forum gesucht, gab dazu aber eben auch viel von Indern auf YouTube, deshalb mein Kommentar (wobei es da eher um Simulink usw. ging, spielt hier aber auch keine große Rolle). Das Ganze sollte man jetzt aber auch nicht ernst nehmen... Kenne ausreichend IInder an der Uni, die mir das noch übel nehmen, wenn sie das lesen Python habe ich erst dieses Jahr in Verbindung mit Machine Learning und NN "gelernt", wobei es doch sehr einfach ist, wenn man mal ein paar andere Programmiersprachen kann. Python bietet selbst eigene Tutorials an, die imo gut gestaltet sind und mit Hilfe deren man schnell einen Überblick über die wichtigsten Funktionen erhält. Letztlich muss man dann eben noch die libraries durchdringen, was bei etwas mächtigeren Dingen wie Tensorflow schon mal etwas dauern kann (Theoriewissen vorrausgesetzt).Gibt noch andere, die ich so nebenbei mal aufgeschnappt habe, mit denen ich aber nicht viel anfangen kann wie Java, SQL, Verilog (haha),... Ich sollte evtl noch erwähnen, dass das Programmieren für mich nur ein Mittel darstellt und ich eigentlich ein Ingenieur bin... Informatiker haben dazu evtl. ne etwas andere Meinung.Udemy Kurse generell habe ich mir ein paar angesehen (zu diversen Themen, auch teilweise Dingen, die ich bereits kannte (e.g., ML). Häufig sind die "Instructors" irgendwelche Jugendlichen / Studenten, die meinen. sie könnten einfach Geld verdienen... Letztlich sind die Kurse (und ich spreche hier nur von den kostenlosen, die ich mir angesehen habe (begrenzte Stichprobe)) was Präsentation, Inhalt, Sound, ...angeht, meist mittelmäßig bis sehr schlecht. YouTube ist da mitterweile häufig nicht besser, aber es gibt doch hin und wieder gute Leute, wenn man sie denn mal findet bei dem tollen Algorithmus. Ok, das ist jetzt doch etwas länger geworden... Wirklich hilfreich wird das wohl für niemand außer mich sein, der mal seine Gedanken zu diesem Thema ordnen wollte


Sehr ausführlich! Danke für diese Antwort.
anthi00727.06.2019 18:45

Was ist gut außer Codecademy?


Im professionelleren Umfeld ist PluralSight die mit Abstand beliebteste Plattform.
Wenn es unbedingt in Deutsch sein muss, Linkedin Learning (ehemalig video2brain)
xeblog27.06.2019 23:44

Ich kann die Hater echt nicht verstehen, hier gibt es kostenloses …Ich kann die Hater echt nicht verstehen, hier gibt es kostenloses Wissen... Was gibt es wertvolleres?


Zeit und die ist dort verschwendet.
Vorbei?
Jap vorbei
Vorbei
Jomas27.06.2019 23:11

Hast Du n Einstiegsempfehlung zu ML und NN? Gern auf der Basis von Python. …Hast Du n Einstiegsempfehlung zu ML und NN? Gern auf der Basis von Python. Bin Informatiker, das Thema würde aber erst populär als ich im letzten Semester war und will mich damit schon länger beschäftigen. Gerade auch Grundlagen wären interessant :-)



Eine ausführliche Antwort hast du ja schon von Skopee bekommen, aber eine Empfehlung möchte ich noch ergänzen:
Die "Deep Learning Specialization" auf Coursera. Eine gute Mischung aus Erklärungen der Prinzipien und Grundlagen und praktischer Anwendung. Beginnt wirklich bei Null und baut im ersten Kurs Schritt für Schritt ein NN auf. In den folgenden Kursen kommen dann die ganzen weiteren Themen dazu und später auch CNNs und RNNs. Lass dich nicht davon abschrecken, dass die Programming Assignments sehr einfach sind, man lernt dabei trotzdem schon eine Menge. Wenn du genügend Zeit investieren kannst und das ganze in einem Monat abschließt, dann ist es auch ziemlich günstig.
Skopee27.06.2019 21:33

@Jonas_Liddell @anthi007 Die Frage lässt sich meiner Ansicht nach so nicht …@Jonas_Liddell @anthi007 Die Frage lässt sich meiner Ansicht nach so nicht beantworten (und ich bin nebenbei gesagt wahrscheinlich gar nicht qualifiziert genug, eine passende Antwort zu geben). Imo hängt das ganz davon ab, was genau ihr programmieren wollt (Sprache, Use case, Möglichkeiten, an Material ranzukommen (Student?, etc.) ...). Das Wichtigste vorne dran: Irgendwann auf jeden Fall aufhören, Tutorials nachzuarbeiten... Man denkt, man hätte ja soooo viel gelernt, und wenn es darauf ankommt (2 Monate später), muss man sich tatsächlich wieder das Tutorial ansehen. Lieber mal etwas länger an einer Aufgabe sitzen und dafür dann auch auch "gelernt" haben, wie es funktioniert. (Stichwort: Tutorial Loop)Von Codecademy habe ich viel gutes gehört, aber es nie selbst verwendet. Falls ihr wirklich mit Hilfe solcher Anbieter lernen wollte, testet es doch einfach aus und schaut, was euch am meisten Spaß macht. Letztlich geht es darum, motiviert zu bleiben. Programmieren lernt ihr sowieso nur, wenn ihr es selbst tut und nicht durch irgendwelche Tutorials im Internet. Gab mal so eine Seite (gibt es mit Sicherheit immer noch), auf der man kleine "Rätsel" lösen musste und die Programmiersprache freigestellt war (gab einige 100) (Eines der einfachsten beispielsweise: die 1000te Fibonacci Zahl ausgeben). Damit hatte ich angefangen und nach und nach einfache Prinzipien wie Rekursion oder Datensstrukturen durchdrungen ("spielerisch"). Glaube, ich hatte dafür C verwendet. Ich fasse einfach mal meine Erfahrungen mit Programmiersprachen zusammen:Die Basics von C / C++ habe ich in der Uni und mit einem YouTubeTutorial gelernt (falls ihr nen Link haben wollt, schreibt mich gerne an).C# lerne ich derzeit über die Arbeit am Institut, ist echt ne Wohltat gegen C / C++. Da lerne ich das meiste "spielerisch" mit Unity3D und Augmented Reality Anwendungen (was ich definitiv empfehlen kann. Kenne euer Alter und eure Ziele nicht, aber bspw. mobile Apps zu entwickeln empfinden die meisten doch eher als etwas Interessantes und Greifbares).Matlab habe ich anfangs ausschließlich in der Uni gelernt und bei Problemen im Matlab Forum gesucht, gab dazu aber eben auch viel von Indern auf YouTube, deshalb mein Kommentar (wobei es da eher um Simulink usw. ging, spielt hier aber auch keine große Rolle). Das Ganze sollte man jetzt aber auch nicht ernst nehmen... Kenne ausreichend IInder an der Uni, die mir das noch übel nehmen, wenn sie das lesen Python habe ich erst dieses Jahr in Verbindung mit Machine Learning und NN "gelernt", wobei es doch sehr einfach ist, wenn man mal ein paar andere Programmiersprachen kann. Python bietet selbst eigene Tutorials an, die imo gut gestaltet sind und mit Hilfe deren man schnell einen Überblick über die wichtigsten Funktionen erhält. Letztlich muss man dann eben noch die libraries durchdringen, was bei etwas mächtigeren Dingen wie Tensorflow schon mal etwas dauern kann (Theoriewissen vorrausgesetzt).Gibt noch andere, die ich so nebenbei mal aufgeschnappt habe, mit denen ich aber nicht viel anfangen kann wie Java, SQL, Verilog (haha),... Ich sollte evtl noch erwähnen, dass das Programmieren für mich nur ein Mittel darstellt und ich eigentlich ein Ingenieur bin... Informatiker haben dazu evtl. ne etwas andere Meinung.Udemy Kurse generell habe ich mir ein paar angesehen (zu diversen Themen, auch teilweise Dingen, die ich bereits kannte (e.g., ML). Häufig sind die "Instructors" irgendwelche Jugendlichen / Studenten, die meinen. sie könnten einfach Geld verdienen... Letztlich sind die Kurse (und ich spreche hier nur von den kostenlosen, die ich mir angesehen habe (begrenzte Stichprobe)) was Präsentation, Inhalt, Sound, ...angeht, meist mittelmäßig bis sehr schlecht. YouTube ist da mitterweile häufig nicht besser, aber es gibt doch hin und wieder gute Leute, wenn man sie denn mal findet bei dem tollen Algorithmus. Ok, das ist jetzt doch etwas länger geworden... Wirklich hilfreich wird das wohl für niemand außer mich sein, der mal seine Gedanken zu diesem Thema ordnen wollte


Die Seite mir den Rätseln könnte Hackerrank gewesen sein
Jomas27.06.2019 23:11

Hast Du n Einstiegsempfehlung zu ML und NN? Gern auf der Basis von Python. …Hast Du n Einstiegsempfehlung zu ML und NN? Gern auf der Basis von Python. Bin Informatiker, das Thema würde aber erst populär als ich im letzten Semester war und will mich damit schon länger beschäftigen. Gerade auch Grundlagen wären interessant :-)


Ja, fast.ai - gibt wenig bessere Kurse und die sind alle kostenpflichtig
Skopee28.06.2019 00:46

In dem Fall kann ich dir meinen Udemy Kurs ans Herz legen. Kurze …In dem Fall kann ich dir meinen Udemy Kurs ans Herz legen. Kurze Antwort: Literaturempfehlungen (die ich erhalten habe):The Elements of Statistical Learning (PDF: http://web.stanford.edu/~hastie/ElemStatLearn/ ).Deep Learning (Online Version: https://www.deeplearningbook.org )Géron: Hands-On Machine Learning with Scikit-Learn and TensorFlow ISBN 978-1-491-96229-9 , 2017 (Jupyter Notebooks: https://github.com/ageron/handson-ml )klassisches ML: Scikitlearn https://scikit-learn.org/ (Mit den Beispielen kommt man meiner Ansicht nach schon relativ weit, Theorie würde ich aus Büchern beziehen, wenn's auch zunächst etwas langweilig klingt...) NN: Je nach Thema unterschiedlich (bin gerade auch erst dabei, mich da rein zu arbeiten), allerdings hatte ich (in dem Kontext von CNN's) mit dem Material von Stanford gute Erfahrungen gemacht (dürfte vermutlich aber etwas zu langsam für dich sein (im Sinne von sehr kleinschrittig)... Falls ich mal was Besseres finde (und auch qualitativ hochwertig) und an dich denke, schicke ich dir ne Nachricht )): https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYvAusführliche Antwort:Es hängt davon ab, was du im Detail lernen möchtest und wie präsent die Grundlagen für ML noch vorhanden sind (Statistik, Optimierungsverfahren, Numerik sollten zumindest irgendwann mal gehört worden sein, sonst könnte es schwierig werden, die Thematik vollständig zu durchdringen (hängt allerdings auch wieder etwas von deinem Anspruch ab. Als reiner Anwender kommt man auch ohne großes mathematisches Verständnis sehr weit)).Ich hatte eine Vorlesung besucht, die alle Grundlagen auf sehr einfache, aber effektive Art und Weise dargestellt hatte. Ich bin eher noch am Anfang, was ML angeht. Daher bin ich leider nicht wirklich in der Lage, den besten Überblick zu geben. Ich versuche ist dennoch mal nach bestem Gewissen. Alle Angaben ohne Gewähr.Für dich eine kleine Übersicht von Techniken, die du nach Belieben anschauen kannst (die Reihenfolge ist durchaus sinnvoll einzuhalten (meine Erfahrung), allerdings keine Notwendigkeit (Beispielsweise wird die logistische Regression (gehört zu den linearen Modellen) häufig als letzte Schicht verwendet, um eine Klassifikation durchzuführen).Klassisches ML: Stichworte, die bekannt sein sollten: Hyperparameter (letztlich besteht die Hauptaufgabe darin, die Hyperparameter solange zu tunen, bis das rauskommt, was du haben möchtest; dazu gehört unter anderem auch die...) Regularisierung, Bias/ Varianz, Kreuzvalidierung, ...-Lineare Modelle-Support Vector Machines (hier zu kennen: K-nächste Nachbarn (ja, das heißt wirklich so), Kernel-Funktionen, eigentlich auch so gesehen ein lineares Verfahren. Allerdings durch den "Kernel Trick" Nichtlinearität)-Bäume und Ensembles (hier vor allem: Boosting, Random Forest)-Unüberwachtes Lernen (Cluster Analyse, Anomalie-Detektion (funktioniert eigentlich nie so wirklich gut...), Dimensionsreduktion (in dem Zusammenhang auch bspw. Manifold-Learning als schöne anschauliche Anwendung, siehe Scikit-learn)Neuronale Netze (kleine Randinfo: Bereits seit Jahrzehnten bekannt, "Durchbruch" allerdings erst 2012 durch AlexNet. ein CNN zur Bildklassifikation nach dem Vorbild von LeNet, das wiederum von LeCun et al. 1989 entwickelt wurde (Erkennung handgeschriebener Buchstaben). Jan LeCun ist afaik heute bei Facebook tätig...). Wieso es in den vorherigen 30 Jahren vor allem an flachen Netzen geforscht wurde und kaum Deep Learning betrieben wurde, hat erneut mehrere Gründe, die ich auch gerne irgendwann mal zusammenfassen werde. Ist wirklich eine interessante Story, aber ich komme vom Thema ab):Also, von neuronalen Netzen gibt es verschiedene Arten, die mir leider auch noch nicht alle geläufig sind, sodass ich hier nur eine seeehr eingeschränkte Übersicht darlegen kann.Wichtigster Vertreter für mich derzeit zumindest (und auch das einzige, womit ich bisher gearbeitet habe):Convolutional Neural Networks (CNNs bzw. auf deutsch Faltende Neuronale Netze).Wenn man heutzutage von Deep Learning spricht, sind häufig diese Netze gemeint. Besonderheit sind die große Anzahl an Schichten (ist allerdings mit großen Herausforderungen verbunden, daher ein aktives Forschungsthema). Ein paar Stichworte, die du immer wieder finden wirst und deswegen kennen musst:Stride, Padding, Pooling, sättigungsfreie Aktivierung (afaik die beliebtesten derzeit ReLU und ELU), Xavier- und He-Initialisierung, (Batch Normalization), Regularisierung durch Dropout... (fun fact: Erst vor einigen Tagen ist das Patent für Dropout von Google in Kraft getreten: https://www.reddit.com/r/MachineLearning/comments/c5mdm5/d_googles_patent_on_dropout_just_went_active_today/ ; ich lese hin und wieder auch in dem Subreddit, allerdings hab ich die von den Usern zur Verfügung gestellten Codes bisher nur gebookmarked und noch nicht verwendet. Ist wahrscheinlich kein Subreddit für blutige Anfänger (?)...)Arten von Architekturen (im Prinzip 3 Große Gruppen): -VGGNet-GoogleNet (damit meine ich die Art der Architektur)-ResNetNach dem kurzen Exkurs zu CNNs hier noch ein paar andere, mit denen ich mich erst in den nächsten Tagen / Wochen / Monaten / Jahren auseinander setzen werde und für dich interessant sein könnten:-RNN-Reinforcement Learning- die Liste lässt sich weiter führenDa das Thema derzeit so aktuell ist, gibt es fast täglich neue "Entdeckungen". Das geniale ist meiner Ansicht nach, dass trotz des hohen wirtschaftlichen Potenzials fast alles öffentlich gemacht wird und beispielsweise ein von Facebook entwickeltes NN eine Woche später bei uns verwendet werden kann, nachdem es auf GitHub zur Verfügung gestellt wurde. Allerdings sollte nicht vergessen werden, dass wir als Nutzer von Google, Facebook usw., die Datenbanken mit Hashtags etc. schön füllen... Die Datengenerierung ist derzeit noch das größte Problem, da schnell mal 60.000.000+ Gewichte getuned werden müssen und dafür eine hohe Anzahl an Daten notwendig ist.Hoffe, das war in irgendeiner Weise hilfreich.


Hot für die Mühe, aber meines Erachtens völliger Overkill für jemanden, der gerade erst in die Thematik einsteigen will. Vieles was du in Sachen Machine Learning nennst, hat überhaupt keine Relevanz für NNs sondern ist eher als Alternative für bestimmte Anwendungsfälle zu verstehen und kann getrost ignoriert werden, wenn jemand spezielles Interesse an NN und nicht dem kompletten Machine Learning Bereich hat.

Sonstige Anmerkungen:
Die genannten 3 großen Architekturen sind Convolutional Neural Network (CNN)-spezifisch. Und CNNs wiederum sind spezifisch für Mustererkennung in räumlichen Strukturen (i.e. Bildern). In der Regel steigt man aber mit einfachen, Fully Connected Netzen ein und nicht mit CNNs, die etwas komplexer sind.

Außerdem: logistische Regession als letzte Schicht der Klassifizierung? Wie soll das denn funktionieren? Dafür wird meines Wissens quasi immer eine softmax Funktion genutzt, weil die die Aktivierungen des vorherigen Layers auf genau eine Klasse runterbricht.

Reinforcement Learning ist KEIN Neuronales Netz, sondern eher eine Variante im Training. Bsp wenn man keine gelabelten Trainingsdaten hat, die man zum Training nutzen kann, lässt man das Netz testweise immer wieder etwas ausprobieren und füttert ihm Feedback, wie gut/schlecht das war. Das ist Reinforcement Learning.

Meine Einstiegsempfehlung:
Nicht die Myriaden oben genannter Begriffe einzeln recherchieren, sondern einfach ein Tutorial für Neural Networks suchen (gibt es sehr viele sehr gute von), und die Grundlagen einfacher, vollständig venetzter sog. Feedforward-Netze verstehen.
Dann hat man die nötigen Grundlagen, um sich in andere Strukturen (CNNs, Recurrent NNs, diverse etablierte Architekturen, etc.) einzuarbeiten.

Für die Entwicklung unbedingt mit Keras anfangen. Super einfach zu bedienende High-Level API für TensorFlow, mit der man auch als Anfänger gut mit Netzen rumspielen kann
Dein Kommentar
Avatar
@
    Text