Weil neuronale Netze und Deep Learning wichtige Bereiche maschinellen Lernens sind, will ein fünfköpfiges Team aus HPI-Studenten Interessierte praxisnah mit den Grundlagen vertraut machen. Im Verlauf des Gratis-Kurses sollen die Teilnehmenden entdecken, wie künstliche neuronale Netze funktionieren. Ferner geht es darum, wie man diese abstrakten Modelle der Verknüpfung künstlicher Neuronen selbst entwickeln und einsetzen kann. Biologisches Vorbild für künstliche Neuronen ist die Funktionsweise von Nervenzellen im menschlichen Gehirn.
Der openHPI-Kurs bietet neben den theoretischen Grundlagen auch eine Reihe praktischer Übungen an, in denen das erworbene Wissen direkt angewendet und auf ähnliche Problemstellungen übertragen werden kann. Ferner geht es um Algorithmen, welche zum Trainieren von neuronalen Netzen verwendet werden. In einem weiterführenden Exkurs zeigt das Team, wie Netze trainiert werden, um sowohl gefälschte Bilder von echten unterscheiden als auch Motive künstlich erzeugen zu können, die höchst wirklichkeitsnah aussehen.
Demonstriert wird zudem, wie ein neuronales Netz für unterschiedliche Einsatzzwecke optimiert werden kann und wie man selbst mit wenigen Trainingsdaten schon in der Lage ist, Erfolge zu erzielen. Zum Abschluss bekommen die Teilnehmenden die Möglichkeit, selbständig ein komplexes Problem durch den Einsatz neuronaler Netze zu lösen.