# Woche 7 - Neuronale Netze

### Diese Woche werden wir...

folgende Themen behandeln:

* Hyperparameter in Neuronalen Netzen
* Frameworks zur Implementierung von Neuronalen Netzen
* Datenaufbereitung für TensorFlow
* Optimierung eines neuronalen Netzes mit Python und TensorFlow

### Lernressourcen

{% file src="/files/26FencDd4ZiI6m3djeXj" %}

* [Video](< https://www.youtube.com/watch?v=GvQwE2OhL8I>) (12 Minuten) zur Einführung in Neuronale Netze
* [Notebook](https://colab.research.google.com/github/opencampus-sh/einfuehrung-in-data-science-und-ml/blob/main/Neuronale%20Netze/neural_net_data_preparation.ipynb) zur Datenaufbereitung für TensorFlow
* [Notebook](https://colab.research.google.com/github/opencampus-sh/einfuehrung-in-data-science-und-ml/blob/main/Neuronale%20Netze/neural_net_estimation.ipynb) zur Optimierung eines neuronalen Netzes
* [Blog](https://www.kdnuggets.com/2018/06/batch-normalization-neural-networks.html) mit zusätzlichen Informationen zur Batch-Normalisierung

### Bis zur nächsten Woche solltet Ihr...

* [x] [dieses ](https://www.youtube.com/watch?v=ARq74QuavAo\&list=PLkDaE6sCZn6Hn0vK8co82zjQtt3T2Nkqc\&index=7)[Video](https://www.youtube.com/watch?v=ARq74QuavAo\&list=PLkDaE6sCZn6Hn0vK8co82zjQtt3T2Nkqc\&index=7) (7 Minuten) schauen, um die Eigenschaften von Dropout-Layern genauer zu verstehen.
* [x] [dieses ](https://www.youtube.com/watch?v=FDCfw-YqWTE\&list=PLkDaE6sCZn6Hn0vK8co82zjQtt3T2Nkqc\&index=9)[Video](https://www.youtube.com/watch?v=FDCfw-YqWTE\&list=PLkDaE6sCZn6Hn0vK8co82zjQtt3T2Nkqc\&index=9) (5 Minuten) schauen, um die Vorteile der Normalisierung besser zu verstehen.<br>
* [x] alle Eure Modellvariablen auf die Existenz von fehlenden und unplausiblen Werten hin untersuchen.
* [x] Euren Datensatz aufebereiten, in dem ihr alle kategoriellen Features korrekt kodiert und alle Zeilen mit fehlenden Werten entfernt.
* [x] ein erstes Neuronales Netz optimieren.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://opencampus.gitbook.io/opencampus-machine-learning-program/courses/archive/einfuehrung/woche-7-neuronale-netze-und-deep-learning.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.