Nach Abschluss des Kurses kennen und verstehen die Studenten die mathematischen Grundlagen zur Thematik des Maschinellen Lernens mittels mehrschichtiger künstlicher neuronaler Netze bzw. des sog. Deep Learning. Die Studenten können neuronale Netzwerke analysieren, kennen die etabliertesten Architekturen und Strukturen, und wissen, für welche Anwendungsfälle man sie einsetzen kann. Sie sind sich außerdem über die Stärken und Schwächen von Deep Learning bewusst. Die Studenten werden in die Lage versetze, Deep Learning praxisnah und mit etablierten Softwaretools effektiv einzusetzen.