Adding Value Consulting
Deep Learning Specialization Training
AI & Machine Learning

Deep Learning Specialization Training

3.900,00 DKK

  • 50 hours
Blandet Læring
eLearning
Klasselokale

Dette omfattende kursus giver viden og færdigheder til effektivt at anvende dyb læringsteknologi ved brug af AI/ML-frameworks. Du vil udforske de grundlæggende koncepter og praktiske anvendelser af dyb læring, samtidig med at du får en klar forståelse for forskellene mellem dyb læring og maskinlæring. Kurset dækker et bredt spektrum af emner, herunder neurale netværk, fremad- og bagudpropagering, TensorFlow 2, Keras, teknikker til optimering af ydeevne, modelinterpretation, konvolutionelle neurale netværk (CNN'er), transferlæring, objektdetektion, tilbagevendende neurale netværk (RNN'er), autoenkodere og oprettelse af neurale netværk i PyTorch. Ved kursets afslutning vil du have en solid grundforståelse for principperne i dyb læring og evnen til effektivt at bygge og optimere dyb læring-modeller ved brug af Keras og TensorFlow.

Vigtige funktioner

Sprog

Kursus og materiale på engelsk

Niveau

Mellem til avanceret niveau

Adgang

1 års adgang til platformen & klasseoptagelser

6 timers videoundervisning

og 40 timers online live undervisning

Studietid

Anbefaling om 50 timers studietid

Virtuelt laboratorium inkluderet til øvelse

3 kursusafsluttende projekter og 1 evalueringsprøve

Ingen eksamen

men certifikat for gennemførelse inkluderet

Hero

Læringsresultater

Ved afslutningen af dette kursus vil du være i stand til at:

Dybt lærende

Forskellen mellem dyb læring og maskinlæring og forstå deres respektive anvendelser.

Neurale netværk

Opnå en grundig forståelse af forskellige typer neurale netværk.

DNN'er

Mestr koncepterne for fremadrettet udbredelse og bagudrettet udbredelse i dybe neurale netværk (DNN'er).

Modellering

Få indsigt i modelleringsteknikker og forbedring af ydeevnen inden for dyb læring.

Parameter

Forstå principperne for justering af hyperparametre og modelinterpretation.

Teknikker

Lær om essentielle teknikker såsom dropout og early stopping, og implementér dem effektivt.

CNNs

Udvikl ekspertise inden for konvolutionelle neurale netværk (CNN'er) og objektgenkendelse.

PyTorch

Bliv fortrolig med PyTorch og lær at oprette neurale netværk ved hjælp af dette framework.

RNN'er

Få en solid forståelse af tilbagevendende neurale netværk (RNN'er).

Kursus tidsplan

Hero

  1. Introduktion til dyb læring

    Lektion 1

  2. Kunstige neurale netværk

    Lektion 2

  3. Dybe neurale netværk

    Lektion 3

  4. TensorFlow

    Lektion 4

  5. Modeloptimering og ydelsesforbedring

    Lektion 5

  6. Konvolutionelle neurale netværk (CNN'er)

    Lektion 6

  7. Transferlæring

    Lektion 7

  8. Objektgenkendelse

    Lektion 8

  9. Tilbagevendende neurale netværk (RNN'er)

    Lektion 9

  10. Transformer-modeller til naturlig sprogforarbejdning (NLP)

    Lektion 10

  11. Kom godt i gang med autoenkodere

    Lektion 11

  12. PyTorch

    Lektion 12

dyb læring kursus

Hvem bør tilmelde sig dette program?

Forudsætninger:

Grundlæggende Python-programmering, kendskab til lineær algebra, sandsynlighedsregning og nogle grundlæggende principper inden for maskinlæring anbefales på det kraftigste.


Softwareingeniører & Udviklere

Dataforskere & Analytikere

AI/ML-entusiaster

Studerende & Forskere

IT- & cloudspecialister

Forretnings- & produktchefer

Start kursus nu

Ofte stillede spørgsmål

Har du brug for virksomhedsløsninger eller LMS-integration?

Fandt du ikke kurset eller programmet, der ville være til gavn for din virksomhed? Har du brug for LMS-integration? Skriv til os, vi løser alt!