|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/engenheiro-de-deep-learning/
课程评论：没有评论
**课程名称：** 深度学习 A-Z：实践中的人工智能神经网络 **课程概述：** 本课程是2023年更新的，旨在成为人工智能和深度学习领域最全面、最易懂的Python实战课程。随着人工智能的飞速发展，深度学习作为其最强大的分支，解决了日益复杂的挑战。本课程将引导您深入掌握这一关键领域。 **课程特色：** * **结构严谨且系统化：** 提供清晰的学习路径和组织良好的内容。 * **直观的教程：** 以易于理解的方式讲解概念和技术。 * **出色的实践项目：** 通过动手实践巩固所学知识。 * **导师支持：** 获得讲师的指导和帮助。 **使用工具：** 课程将涵盖人工智能领域最核心的工具，包括： * **TensorFlow:** 一个开源的机器学习平台。 * **PyTorch:** 基于Torch库的开源机器学习库，广泛应用于计算机视觉和自然语言处理。 * **Theano:** 一个Python库和优化编译器，用于处理和评估数学表达式，特别是矩阵运算。 * **Keras:** 一个用Python编写的开源神经网络库，可运行在TensorFlow、Microsoft Cognitive Toolkit、R、Theano或PlaidML之上。 * **Scikit-learn:** 一个用于Python的开源机器学习库。 **学习内容：** 本课程将深入探讨人工智能的核心领域，通过理论与实践相结合的教学方式，您将学到： * 人工智能神经网络基础。 * 使用回归和分类进行预测。 * 卷积神经网络（CNNs）在计算机视觉中的应用。 * 循环神经网络（RNNs）在时间序列分析中的应用。 * 自组织映射（Self-Organizing Maps）在特征检测中的应用。 * 深度玻尔兹曼机（Deep Boltzmann Machines）在推荐系统中的应用。 * 自动编码器（AutoEncoders）在推荐系统中的应用。 * **特别赠送：** Kaggle竞赛模拟。 **实践项目（部分）：** 您将亲手实现以下实际应用： * 客户流失预测。 * 图像识别。 * 股票价格预测。 * 欺诈检测。 * 推荐系统。 **额外资源：** 课程还包含： * 可下载的幻灯片。 * Python源代码（包含Jupyter Notebooks）。 * 可下载的示例数据集。
Atualizado em 2023!Bem vindo ao mais completo e acessível curso para você se especializar em Machine Learning e Deep Learning com Python!Inteligência Artificial é uma área em crescimento exponencial. Mas quanto mais a Inteligência Artificial avança, mais complexos são os problemas a serem resolvidos. E Deep Learning é área mais poderosa da Inteligência Artificial, e por isso ela é sem dúvida a mais importante disciplina neste campo de pesquisa. Neste curso você terá acesso a:Estrutura Robusta e OrganizadaTutorais intuitivosProjetos práticos FantásticosSuporte pelo instrutorO que vamos usar? As ferramentas mais importantes do mundo da Inteligência Artificial, entre elas:TensorFlow: O TensorFlow é uma plataforma completa de código aberto para machine learning.PyTorch: é uma biblioteca de aprendizado de máquina de código aberto baseada na biblioteca Torch, usada para aplicativos como visão computacional e processamento de linguagem naturalTheano: Theano é uma biblioteca Python e um compilador de otimização para manipular e avaliar expressões matemáticas, especialmente aquelas com valor de matriz.Keras: O Keras é uma biblioteca de rede neural de código aberto escrita em Python. Ele é capaz de rodar em cima de TensorFlow, Microsoft Cognitive Toolkit, R, Theano, ou PlaidML.Scikit-learn: A scikit-learn é uma biblioteca de aprendizado de máquina de código aberto para a linguagem de programação PythonO que você vai aprender? Neste super curso, você vai entrar a fundo na área mais importante da Inteligência Artificial, com aulas teóricas e práticas onde você vai estudar:Fundamentos de Redes Neurais ArtificiaisPrevisão com Regressão e ClassificaçãoVisão Computacional com Convolutional Neural NetworksAnalise de Séries Temporais com Recurrent Neural NetworksDetecção de Características com Self-Organizing MapsSistemas de Recomendação com Deep Boltzmann MachinesSistemas de Recomendação com AutoEncodersBônus: Simulando uma competição do Kaggle!Quais problemas práticos você vai implementar?Rotatividade de ClientesReconhecimento de ImagensPrevisão de Preços de AçõesDetecção de FraudeSistemas de RecomendaçãoO curso ainda inclui:Slides para downloadCódigos fonte em Python (inclui notebooks para Jupyter)Dados de exemplo para baixar
