|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/deep-learning-grundlagen-neuronale-netzwerke-mit-tensorflow/
课程评论：没有评论
Coursera 课程《深度学习、神经网络和 TensorFlow in Python》是一个全面的机器学习、神经网络和人工智能技术入门课程。 **课程亮点：** * **深入浅出：** 区别于网络上许多仅提供少量代码的教程，本课程注重引导学员从零开始构建和实现神经网络的基本模块。 * **全面覆盖：** * **机器学习基础：** 建立坚实的理论基础。 * **神经网络基础：** 理解核心概念。 * **TensorFlow 2 与 TensorBoard：** 掌握最新版本的工具，用于高效开发和训练神经网络。 * **数字图像处理与卷积神经网络 (CNN)：** 学习识别图像模式和特征，并介绍 ResNet 和 DenseNet 等先进网络架构。 * **循环神经网络 (RNN) 与长短期记忆网络 (LSTM)：** 掌握处理序列数据和时间相关数据的核心技术。 * **自然语言处理 (NLP) 入门：** 学习高效处理和分析文本数据。 * **实战导向：** 旨在培养学员成功开发和部署现代机器学习和深度学习应用的能力。 **技术栈：** * **编程语言：** Python (通过 Anaconda 或其他方式安装)。 * **核心库：** TensorFlow 2 **学习目标：** 完成课程后，学员将具备开发和应用深度学习模型的技能，并能应对包括图像识别、序列数据处理和自然语言处理在内的各种任务。 **适合人群：** 希望成为人工智能领域专业人士，掌握未来核心技术的学习者。
Update Oktober 2023: Mit der neusten TF 2.14 Version kompatibel!Kursbeschreibung:Der Kurs bietet einen umfassenden Überblick über die wichtigsten Techniken und Methoden in den Bereichen maschinelles Lernen, neuronale Netzwerke und künstliche Intelligenz. Die Teilnehmer werden zunächst in die Grundlagen des maschinellen Lernens eingeführt, um ein solides Verständnis für die zugrunde liegenden Konzepte und Verfahren zu erlangen.Im Gegensatz zu vielen anderen Tutorials im Internet, bei denen oft nur wenige Zeilen Code vermittelt werden, legt dieser Kurs besonderen Wert darauf, die Teilnehmer in die Entwicklung und Implementierung der Grundbausteine von Neuronalen Netzen einzuführen.Im weiteren Verlauf des Kurses lernen die Teilnehmer, wie sie TensorFlow 2 und TensorBoard effektiv einsetzen können, um ihre eigenen neuronalen Netzwerke zu entwickeln und zu trainieren. Die digitale Bildverarbeitung und die Anwendung von Convolutional Neural Networks (CNN) zur Erkennung von Mustern und Merkmalen in Bildern werden ebenfalls ausführlich behandelt. Die Teilnehmer erhalten zudem Einblicke in moderne Netzwerkarchitekturen wie ResNet und DenseNet.Der Kurs befasst sich auch mit der Theorie und Praxis von Recurrent Neural Networks (RNN) und Long Short Term Memory (LSTM), die für sequentielle und zeitabhängige Daten unerlässlich sind. Schließlich wird eine Einführung in das Natural Language Processing (NLP) gegeben, um den Teilnehmern zu ermöglichen, Textdaten effizient zu verarbeiten und zu analysieren. Insgesamt vermittelt dieser Kurs die erforderlichen Fähigkeiten, um moderne Machine-Learning- und Deep-Learning-Anwendungen erfolgreich zu entwickeln und einzusetzen.Dieser Kurs besteht aus folgenden Themengebieten:Grundlagen des Machine Learnings Grundlagen von Neuronalen Netzwerken Alle Features von TensorFlow 2 und TensorBoard Grundlagen der Digitalen Bildverarbeitung Convolutional Neural Networks (CNN) State-of-the-art Netzwerke wie ResNet und DenseNetRecurrent Neural Networks (RNN) Long Short Term Memory (LSTM) Einführung in das Natural Language Processing (NLP) Werde noch heute ein Profi, in der Technologie von Morgen!Wir sehen uns im Kurs!Hinweis:Im Kurs wird Python über Anaconda installiert. Wenn dies für Euch nicht möglich ist, könnt ihr auch über andere Quellen Python installieren.
