Workshop zur Signalverarbeitung während der Dutch Data Science Week

Dieser Artikel ist in dem kostenlosen Magazin "Data Science in Production" erschienen.

Während der Dutch Data Science Week (6. - 9. Juni) wird Ivo Everts einen Workshop über Signalverarbeitung geben. Dieser Workshop findet am Donnerstag, den 8. Juni in Amsterdam statt und kostet €95,- zzgl. MwSt. Klicken Sie hier um sich zu registrieren

Der Workshop ist im Grunde für jeden Datenwissenschaftler geeignet, der mit diversen Daten zu tun hat, denn nicht nur die Menge der Daten nimmt ständig zu, sondern auch die Vielfalt.

Sie können also an Sprachdaten für Zwecke der Spracherkennung oder an Zeitreihen im Allgemeinen denken. Signale aus Haushalten und Bilddaten. Wir werden sehen, wie Sie Spracherkennung betreiben können, zum Beispiel wie Siri funktioniert. Und wir werden die Frage beantworten: "Wie kann man Bilderkennung oder Bildmanipulation mit tiefen Faltungsnetzwerken durchführen?"

Was sind Signale?

Ein Signal ist eine Funktion, die zu einem bestimmten Zeitpunkt oder an einem bestimmten Ort (im Falle von Bildern) einen bestimmten Wert annimmt. Das bedeutet, dass jeder mathematische Operator auf die Funktion in jedem der Bereiche angewendet werden kann.

Heutzutage gibt es Deep Learning und Faltungsneuronale Netze, mit denen viele Probleme gelöst wurden und die allgemeine Leistung stark gestiegen ist.

Dennoch ist es wichtig, genau zu verstehen, was in den Modellen und in den Faltungsschichten passiert, damit Sie sie in Ihrer Umgebung richtig einsetzen können.

Und wenn Sie nicht viele Daten haben, funktioniert Deep Learning normalerweise nicht so gut. Es ist wichtig, die Techniken der Signalverarbeitung zu verstehen, damit Sie, wenn Sie nicht viele Daten haben, die Funktionen selbst entwickeln können.

Programm

Der Workshop beginnt mit einem Überblick über mögliche Anwendungen in den Bereichen Zeitreihen, Spracherkennung und Bilderkennung.

Dann werden wir einige grundlegende Konzepte der Signalverarbeitung behandeln. Vor allem werden wir die Faltung behandeln, damit Sie genau verstehen, was eine Faltung ist und wie Sie sie verwenden können. Außerdem werden wir über die Fourier-Analyse sprechen, damit wir ein Signal in seine Frequenzen und Obertöne zerlegen können. Verschiedene Sinus- und Kosinuskomponenten eines Signals.

Dann werden wir diese Techniken anwenden, um Zeitreihendaten zu klassifizieren. In diesem Fall haben wir einige Zeitreihen von Krankheitsausbrüchen in den USA. Wir werden die Techniken auch anwenden, um Merkmale aus Sprachdaten zu extrahieren, so dass wir einen Sprecher, sein Alter oder sein Geschlecht identifizieren können.

Schließlich werden wir auch die Signalverarbeitungstechniken und tiefe neuronale Faltungsnetzwerke auf Bilddaten zur visuellen Erkennung anwenden.

Im ersten Teil werde ich einiges an Theorie zur Signalverarbeitung behandeln. Im zweiten Teil werde ich eine Menge praktischer Beispiele in Python zeigen, wie Sie diese Methoden anwenden können, und sie anschließend weitergeben, damit Sie sie selbst anwenden können.

Klicken Sie hier um sich zu registrieren