Eine motivierte Gruppe aus ca. 20 Studierenden, Promovierenden und Post-Docs reiste vom 7. bis zum 10. August nach Meinerzhagen und wurde von einem herausragenden Speaker Team und der tatkräftigen Unterstützung engagierter Tutor:innen in die Deep Learning Themen „Neural Network Building Blocks“, „Mastering Model Building“ und „Convolutional Neural Networks“ eingeführt…

Nach einem ersten gemeinsamen Abendessen und der Begrüßung durch das ErUM-Data-Hub Team rund um Professor Martin Erdmann (RWTH Aachen University), lauschten die Teilnehmenden am Montagabend wissbegierig der ersten Lecture von Karim El-Morabit (Universität Hamburg), der mit dem Thema „Neural Network Building Blocks“ den fachlichen Startschuss zur Summer-School gab. Vertieft wurde dieses Thema auch nach einem ausgiebigen Frühstück am Dienstagvormittag. Um das neu erlernte Wissen ausprobieren zu können, fand im Anschluss eine erste Hands-on Session statt.

Der Dienstagnachmittag stand ganz im Zeichen des zweiten Themenblocks. Dr. Marcel Rieger (Universität Hamburg) gestaltete eine Vorlesung zum Thema „Mastering Model Building“, die durch einen anschließenden Praxisteil abgerundet wurde. Neben dem Vermitteln theoretischer Inhalte, wird bei unseren Schools auch viel Wert auf Zeit für gemeinsame Aktivitäten gelegt, um einen regen Austausch untereinander zu ermöglichen und so erwartete die Teilnehmenden beim Social Evening am Abend ein erstmalig bei unseren Schools stattfindendes „Pub Quiz“, das sich niemand entgehen ließ. Aufgeteilt in mehrere Teams, die sich kreative Namen wie „Team HRM Queen Elizaquizzz“ oder „Quizzly Bears“ gaben, wurden in gemütlicher Runde Fragen aus diversen Themengebieten beantwortet.

Lehrreich weiter ging es am Mittwoch Vormittag mit dem letzten Themenblock. Auf dem Programm standen eine Lecture und Hands-On Session zum Thema „Convolutional Neural Networks“, geleitet von Thorsten Buss (Universität Hamburg). Nach drei spannenden Themenblöcken war es nun an der Zeit, die neu erlernten Deep Learning Konzepte in der „Galaxy Classification Challenge“ anzuwenden und sich in Teamarbeit zu üben. Die vier ausgelosten Gruppen stellten sich hochmotiviert der Aufgabe und arbeiteten gemeinsam bis spät in den Abend hinein an ihren Lösungen. Der Donnerstag Vormittag wurde genutzt, um den entwickelten Ideen den letzten Schliff zu geben und die erarbeiteten Ergebnisse zu präsentieren. Die fachkundige Jury (bestehend aus den Speakern und Tutor:innen) zeigte sich beeindruckt von allen vier Lösungsansätzen, was die Wahl des Gewinnnerteams nicht leichter machte. Herzlichen Glückwunsch an das Team von Timo, Jaroslav, Leonid, Lisa Lou und Mathis – sie konnten am Ende die Challenge für sich entscheiden.  Zum Abschluss wurde noch einmal auf eine lehrreiche und produktive Woche zurückgeblickt und nach einem gemeinsamen Mittagessen machten sich die Teilnehmenden auf die Heimreise – im Gepäck viele neu erlernte Deep Learning Konzepte.

Wir bedanken uns herzlich bei den Speakern (Karim El-Morabit, Dr. Marcel Rieger und Thorsten Buss) für den wertvollen und lehrreichen Input, bei den Tutor:innen (Tobias Kramer Cedric Ewen und Ana Alves Andrade) für die tatkräftige Unterstützung sowie bei allen Teilnehmer:innen, die durch ihre Zusammen- und Mitarbeit wesentlich zu dem Erfolg des Workshops beigetragen haben. Dem BMBF gilt unser Dank für die finanzielle Unterstützung.