Онлайн-курс – сертифицированная профессиональная стажировка на практических проектах Packt Institute

Узнайте, как использовать алгоритмы глубокого обучения с использованием Python. Этот курс поможет вам применять алгоритмы глубокого обучения вместе с математическими концепциями, продвигаясь от начального до продвинутого уровня.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

начиная

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Керас
  • Глубокое обучение
  • Машинное обучение
  • Тензорный поток
  • Искусственный интеллект

What you will learn in the course

Courses for which the course is suitable

  • специалист по данным
  • Инженер по машинному обучению
  • Разработчик искусственного интеллекта
  • аналитик данных
  • Эксперт в области глубокого обучения
  • Разрабатывает модели нейронных сетей
  • Анализирует медицинские изображения
  • Разработчик приложений машинного обучения
  • Эксперт по анализу изображений
  • Разработчик решений искусственного интеллекта

Стажировка — курс из трех курсов

Отправьтесь в глубокое путешествие по глубокому обучению, где теоретические концепции встречаются с практическим применением. Курс начинается с базового понимания перцептронов и нейронных сетей и постепенно переходит к таким сложным темам, как:

  • обратное распространение ошибки
  • Сверточные нейронные сети (CNN)

Каждый модуль тщательно разработан, чтобы обеспечить практический опыт обучения, позволяя вам применять полученные знания в реальных ситуациях.

Акцент на практических аспектах

В нашей программе особое внимание уделяется практическим аспектам глубокого обучения, чтобы вы могли приобрести ценные навыки создания и обучения нейронных сетей. Вы откроете для себя передовые методы и инструменты, такие как:

  • ТензорФлоу
  • Керас

которые необходимы для развития современного искусственного интеллекта. Курс охватывает широкий спектр приложений, от работы с данными изображений до применения трансферного обучения, в том числе:

  • Анализ медицинских изображений
  • Классификация природных изображений

Впечатляющее портфолио

По окончании курса у вас будет впечатляющее портфолио проектов, которые продемонстрируют ваш опыт в области глубокого обучения. Вы будете готовы решать сложные проблемы, оптимизировать нейронные сети и развертывать модели в реалистичных средах.

Независимо от того, стремитесь ли вы продвинуться по карьерной лестнице в области искусственного интеллекта или начать свой путь в области науки о данных, этот курс предоставит вам необходимые всеобъемлющие знания и практический опыт.

Требования курса

Курс предназначен для специалистов по обработке данных и инженеров машинного обучения с базовыми знаниями программирования и математики на Python, включая:

  • Линейная алгебра
  • дифференциальное исчисление

Приветствуется знание алгоритмов машинного обучения.

Практический учебный проект

Проекты, включенные в курс, предназначены для решения реальных проблем путем применения методов глубокого обучения к реальным наборам данных. Учащиеся будут иметь дело с практическими приложениями, такими как:

  • Анализ естественных изображений
  • Диагностика заболеваний с помощью рентгеновских изображений
  • Применение усовершенствованных моделей рекуррентных нейронных сетей (RNN) для таких задач, как:
    • Создание текста
    • Определение частей речи

Эти проекты гарантируют, что учащиеся не только поймут теоретические концепции, но и получат практический опыт обучения, что позволит им успешно применять свои навыки глубокого обучения в реальных жизненных ситуациях.

Details of the courses that make up the specialization

Основы Python и важная наука о данных

  • Курс 1 • 16 часов

Детали курса

чему ты научишься
  • Запускайте программы Python для решения задач, использующих числовые операции, структуры управления и функции.
  • Анализируйте данные с помощью NumPy и Pandas для получения комплексного анализа данных.
  • Оцените производительность моделей линейной регрессии и KNN.
  • Разрабатывайте улучшенные модели машинного обучения, используя градиентный спуск.
Навыки, которые вы получите
  • Категория: NumPy
  • Категория: Python (язык программирования)
  • Категория: КНН
  • Категория: машинное обучение
  • Категория: Панды (пакет Python)

Основы глубокого обучения и нейронных сетей

  • Курс 2 • 14 часов

Детали курса

чему ты научишься
  • Понять концепции перцепторов и многослойных нейронных сетей.
  • Применяйте методы обучения, включая повторение и регуляризацию.
  • Анализируйте сверточные нейронные сети для анализа изображений и видео.
  • Оценивайте и создавайте проекты глубокого обучения, используя такие платформы, как TensorFlow и Keras.
Навыки, которые вы получите
  • Категория: Keras (библиотека нейронных сетей)
  • Категория: Назад
  • Категория: машинное обучение
  • Категория: ТензорФлоу
  • Категория: искусственный интеллект

Передовые CNN, трансферное обучение и рекуррентные сети

  • Курс 3 • 11 часов

Детали курса

чему ты научишься
  • Применяйте методы трансферного обучения для улучшения производительности модели.
  • Используйте RNN и LSTM для задач прогнозирования серий.
  • Разрабатывать практические решения конкретных проблем в отрасли.
  • Освойте интеграцию передовых нейронных сетей в реальные приложения.
Навыки, которые вы получите
  • Категория: прогноз сериала
  • Категория: Трансферное обучение
  • Категория: ТензорФлоу
  • Категория: Продвинутые CNN
  • Категория: Рекуррентные сети