Online cursus – gecertificeerde professionele specialisatie in Deep Learning Specialisatie van DeepLearning.AI

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Het bouwen en trainen van diepe neurale netwerken en het toepassen van gepolariseerde neurale netwerken.
  • Architectuurparameters identificeren en deep learning toepassen op uw applicaties.
  • Best practices gebruiken voor het trainen en ontwikkelen van testgroepen.
  • Analyse van vooroordelen/variaties bij het bouwen van deep learning-applicaties.
  • Implementatie van optimalisatie-algoritmen en uitvoering van een neuraal netwerk in TensorFlow.
  • Implementatie van foutreductiestrategieën in machine learning-systemen.
  • Constructie van een convolutioneel neuraal netwerk en de toepassing ervan in visuele identificatie- en herkenningstaken.
  • Bouwen en trainen van terugkerende neurale netwerken en hun variaties (GRU’s, LSTM’s).
  • Werken met NLP en woordillustratie.
  • Gebruik van HuggingFace-coderingen en transformatoren.

What you will learn in the course

Courses for which the course is suitable

  • Softwareontwikkelaar op het gebied van kunstmatige intelligentie
  • Machine learning-ingenieur
  • data-analist
  • Ontwikkelaar van spraakherkenningssystemen
  • Chatbot-ontwikkelaar
  • Ontwikkelaar van automatische vertaalsystemen
  • Ontwikkelaar van toepassingen voor natuurlijke taalverwerking
  • Ontwikkelaar van muzieksynthesesystemen
  • Neurale netwerkingenieur
  • Expert in diepgaand leren
  • Onderzoeker op het gebied van kunstmatige intelligentie
  • Ontwikkelaar van AI-oplossingen in de industrie

Specialisatie in diep leren

De specialisatie deep learning is een fundamenteel programma dat u zal helpen de mogelijkheden, uitdagingen en implicaties van deep learning te begrijpen, en dat u zal voorbereiden om deel te nemen aan de ontwikkeling van geavanceerde AI-technologieën.

Als onderdeel van deze specialisatie bouw en train je neurale netwerkarchitecturen zoals:

  • Convolutionele neurale netwerken
  • Herhaal netwerken
  • LSTM’s
  • Transformatoren

Je leert hoe je ze kunt verbeteren met strategieën als Dropout, BatchNorm en andere. Bereid je voor om theoretische concepten en hun industriële toepassingen onder de knie te krijgen met Python en TensorFlow, en real-world cases op te lossen zoals:

  • Spraakherkenning
  • muziek synthese
  • Chatbots
  • automatische vertaling
  • natuurlijke taalverwerking

AI verandert het gezicht van veel industrieën. De specialisatie deep learning biedt je een traject om de beslissende stap in de wereld van AI te zetten door de kennis en vaardigheden te verwerven die je carrière vooruit zullen helpen. Onderweg krijg je ook carrièretips van deep learning-experts uit de industrie en de academische wereld.

Toegepast leerproject

Aan het einde van de cursus kunt u:

  • Bouw en train diepe neurale netwerken en implementeer gepolariseerde neurale netwerken.
  • Identificeer architectuurparameters en pas deep learning toe op uw applicaties.
  • Gebruik best practices voor het trainen en ontwikkelen van testgroepen.
  • Analyseer vooroordelen/variaties bij het bouwen van deep learning-applicaties.
  • Pas optimalisatie-algoritmen toe en voer een neuraal netwerk uit in TensorFlow.
  • Pas foutreductiestrategieën toe in machine learning-systemen.
  • Bouw een convolutioneel neuraal netwerk en pas het toe op visuele herkenning en herkenningstaken.
  • Bouw en train terugkerende neurale netwerken en hun variaties (GRU’s, LSTM’s).
  • Werk met NLP en woordillustratie.
  • Te gebruiken in coderingen en Transformers van HuggingFace.

Details of the courses that make up the specialization

Neurale netwerken en diep leren

Cursus 1 • 24 uur • 4,9 (121.879 beoordelingen)

Wat je leert:

  • Fundamentele concepten van neurale netwerken en deep learning.
  • Bouw, train en pas volledig verbonden diepe neurale netwerken toe.
  • Implementeer efficiënte (gevectoriseerde) neurale netwerken.
  • Identificeer de belangrijkste parameters in de architectuur van een neuraal netwerk.
  • Pas deep learning toe op uw eigen toepassingen.

Vaardigheden die je opdoet:

  • Tensorstroom
  • Diep leren
  • Hyperparameter-afstemming
  • Wiskundige optimalisatie

Verbetering van diepe neurale netwerken: afstemming, regularisatie en optimalisatie van hyperparameters

Cursus 2 • 23 uur • 4,9 (63.126 beoordelingen)

Wat je leert:

  • Begrijp processen die de prestaties bij deep learning stimuleren.
  • Gebruik standaard neurale netwerktechnieken zoals initialisatie, L2 en dropout-regularisatie.
  • Implementeer verschillende optimalisatie-algoritmen, zoals mini-batch gradiëntafdaling, Momentum, RMSprop en Adam.
  • Implementeer een neuraal netwerk in TensorFlow.

Vaardigheden die je opdoet:

  • Gated terugkerende eenheid (GRU)
  • Terugkerend neuraal netwerk
  • Natuurlijke taalverwerking
  • Lange korte termijn geheugen (LSTM)
  • Aandacht modellen

Het structureren van Machine Learning-projecten

Cursus 3 • 6 uur • 4,8 (49.853 beoordelingen)

Wat je leert:

  • Bouw een succesvol machine learning-project.
  • Diagnose van fouten in een machine learning-systeem.
  • Begrijp complexe ML-instellingen en pas end-to-end learning toe.

Vaardigheden die je opdoet:

  • Kunstmatig neuraal netwerk
  • Terugpropagatie
  • Python-programmering
  • Neurale netwerkarchitectuur

Convolutionele neurale netwerken

Cursus 4 • 35 uur • 4,9 (42.276 beoordelingen)

Wat je leert:

  • Bouw convolutionele neurale netwerken en pas deze toe op visuele detectietaken.
  • Gebruik neurale stijloverdracht om kunst te genereren.

Vaardigheden die je opdoet:

  • Besluitvorming
  • Machinaal leren
  • Inductieve overdracht
  • Leren met meerdere taken

Sequentiemodellen

Cursus 5 • 37 uur • 4,8 (30.314 beoordelingen)

Wat je leert:

  • Bouw en train terugkerende neurale netwerken (RNN’s) en hun varianten.
  • Pas RNN’s toe op taken voor natuurlijke taalverwerking.

Vaardigheden die je opdoet:

  • Gezichtsherkenningssysteem
  • Tensorstroom
  • Convolutioneel Neuraal Netwerk
  • Objectdetectie en segmentatie