Deep Learning AZ™: Hands-On τεχνητά νευρωνικά δίκτυα
Udemy
Πληροφορία κλειδί
Τοποθεσία πανεπιστημιούπολης
Online
Γλώσσες
Αγγλικά
Μορφή μελέτης
Εξ αποστάσεως εκπαίδευση
Διάρκεια
22 ώρες
Βήμα
Μερικής απασχόλησης
Δίδακτρα
Ζητήστε πληροφορίες
Προθεσμία εφαρμογής
Ζητήστε πληροφορίες
Πρωιμότερη ημερομηνία έναρξης
Ζητήστε πληροφορίες
Υποτροφίες
Εξερευνήστε ευκαιρίες για υποτροφίες για να βοηθήσετε στη χρηματοδότηση των σπουδών σας
Εισαγωγή
Μάθετε να δημιουργείτε αλγόριθμους βαθιάς μάθησης στην Python από δύο ειδικούς της Μηχανικής Μάθησης και της Επιστήμης Δεδομένων. Συμπεριλαμβάνονται πρότυπα.
Αυτό το μάθημα περιλαμβάνει:
- 22,5 ώρες βίντεο κατ' απαίτηση
- 37 άρθρα
- 5 πόροι με δυνατότητα λήψης
- Πρόσβαση σε πλήρη διάρκεια ζωής
- Πρόσβαση από κινητό και τηλεόραση
- Πιστοποιητικό ολοκλήρωσης
Περιγραφή
Η τεχνητή νοημοσύνη αυξάνεται εκθετικά. Δεν υπάρχει καμία αμφιβολία για αυτό. Τα αυτοοδηγούμενα αυτοκίνητα διανύουν εκατομμύρια μίλια, η IBM Watson κάνει διάγνωση ασθενών καλύτερα από στρατιές γιατρών και το AlphaGo της Google Deepmind κέρδισε τον Παγκόσμιο πρωταθλητή στο Go - ένα παιχνίδι όπου η διαίσθηση παίζει βασικό ρόλο.
Αλλά όσο περισσότερο προχωρά η τεχνητή νοημοσύνη, τόσο πιο περίπλοκα γίνονται τα προβλήματα που πρέπει να λύσει. Και μόνο το Deep Learning μπορεί να λύσει τόσο πολύπλοκα προβλήματα και γι' αυτό βρίσκεται στην καρδιά της Τεχνητής νοημοσύνης.
--- Γιατί Deep Learning AZ; ---
Ακολουθούν πέντε λόγοι που πιστεύουμε ότι το Deep Learning AZ™ είναι πραγματικά διαφορετικό και ξεχωρίζει από το πλήθος άλλων εκπαιδευτικών προγραμμάτων εκεί έξω:
1. Στιβαρή δομή
Το πρώτο και πιο σημαντικό πράγμα στο οποίο επικεντρωθήκαμε είναι να δώσουμε στο μάθημα μια στιβαρή δομή. Το Deep Learning είναι πολύ ευρύ και πολύπλοκο και για να πλοηγηθείτε σε αυτόν τον λαβύρινθο χρειάζεστε ένα σαφές και σφαιρικό όραμά του.
Γι' αυτό ομαδοποιήσαμε τα σεμινάρια σε δύο τόμους, που αντιπροσωπεύουν τους δύο θεμελιώδεις κλάδους του Deep Learning: την εποπτευόμενη βαθιά μάθηση και τη μη εποπτευόμενη βαθιά μάθηση. Με κάθε τόμο να εστιάζει σε τρεις διαφορετικούς αλγόριθμους, διαπιστώσαμε ότι αυτή είναι η καλύτερη δομή για την εκμάθηση σε βάθος.
2. Σεμινάρια διαίσθησης
Τόσα πολλά μαθήματα και βιβλία απλώς σας βομβαρδίζουν με τη θεωρία, τα μαθηματικά και την κωδικοποίηση... Αλλά ξεχνούν να εξηγήσουν, ίσως, το πιο σημαντικό μέρος: γιατί κάνετε αυτό που κάνετε. Και έτσι αυτό το μάθημα είναι τόσο διαφορετικό. Εστιάζουμε στην ανάπτυξη μιας διαισθητικής *αίσθησης* για τις έννοιες πίσω από τους αλγόριθμους Deep Learning.
Με τα σεμινάρια διαίσθησής μας, θα είστε σίγουροι ότι κατανοείτε όλες τις τεχνικές σε ενστικτώδες επίπεδο. Και μόλις προχωρήσετε στις πρακτικές ασκήσεις κωδικοποίησης θα δείτε μόνοι σας πόσο πιο ουσιαστική θα είναι η εμπειρία σας. Αυτό αλλάζει το παιχνίδι.
3. Συναρπαστικά έργα
Έχετε βαρεθεί τα μαθήματα που βασίζονται σε υπερβολικά χρησιμοποιημένα, ξεπερασμένα σύνολα δεδομένων;
Ναί? Λοιπόν, τότε είστε σε μια απόλαυση.
Μέσα σε αυτήν την τάξη θα εργαστούμε σε σύνολα δεδομένων πραγματικού κόσμου, για να λύσουμε επιχειρηματικά προβλήματα του πραγματικού κόσμου. (Σίγουρα όχι τα βαρετά σύνολα δεδομένων ίριδας ή ψηφιακής ταξινόμησης που βλέπουμε σε κάθε μάθημα). Σε αυτό το μάθημα θα λύσουμε έξι πραγματικές προκλήσεις:
- Τεχνητά νευρωνικά δίκτυα για την επίλυση ενός προβλήματος Churn πελατών
- Συνελικτικά νευρωνικά δίκτυα για την αναγνώριση εικόνας
- Επαναλαμβανόμενα νευρωνικά δίκτυα για την πρόβλεψη των τιμών των μετοχών
- Αυτοοργάνωση χαρτών για διερεύνηση απάτης
- Boltzmann Machines για τη δημιουργία ενός συστήματος συστάσεων
- Στοιβάζονται Autoencoders* για να ανταποκριθούν στην πρόκληση για το έπαθλο 1 εκατομμυρίου $ Netflix
*Το Stacked Autoencoders είναι μια ολοκαίνουργια τεχνική στο Deep Learning που δεν υπήρχε καν πριν από μερικά χρόνια. Δεν έχουμε δει αυτή τη μέθοδο να εξηγείται πουθενά αλλού σε επαρκές βάθος.
4. Πραγματική κωδικοποίηση
Στο Deep Learning AZ™ κωδικοποιούμε μαζί σας. Κάθε πρακτικό σεμινάριο ξεκινά με μια κενή σελίδα και γράφουμε τον κώδικα από την αρχή. Με αυτόν τον τρόπο μπορείτε να ακολουθήσετε και να κατανοήσετε ακριβώς πώς συνδυάζεται ο κώδικας και τι σημαίνει κάθε γραμμή.
Επιπλέον, θα δομήσουμε σκόπιμα τον κώδικα με τέτοιο τρόπο ώστε να μπορείτε να τον κατεβάσετε και να τον εφαρμόσετε στα δικά σας έργα. Επιπλέον, εξηγούμε βήμα προς βήμα πού και πώς να τροποποιήσετε τον κώδικα για να εισαγάγετε το σύνολο δεδομένων ΣΑΣ, για να προσαρμόσετε τον αλγόριθμο στις ανάγκες σας, για να λάβετε το αποτέλεσμα που αναζητάτε.
Αυτό είναι ένα μάθημα που φυσικά επεκτείνεται στην καριέρα σας.
5. Υποστήριξη εντός μαθημάτων
Έχετε παρακολουθήσει ποτέ ένα μάθημα ή διαβάσατε ένα βιβλίο όπου έχετε ερωτήσεις αλλά δεν μπορείτε να προσεγγίσετε τον συγγραφέα;
Λοιπόν, αυτό το μάθημα είναι διαφορετικό. Είμαστε πλήρως δεσμευμένοι να κάνουμε αυτό το μάθημα Deep Learning το πιο ενοχλητικό και ισχυρό μάθημα στον πλανήτη. Με αυτό έρχεται η ευθύνη να βρίσκεστε συνεχώς εκεί όταν χρειάζεστε τη βοήθειά μας.
Στην πραγματικότητα, δεδομένου ότι χρειαζόμαστε σωματικά και να τρώμε και να κοιμόμαστε, έχουμε συγκεντρώσει μια ομάδα επαγγελματιών επιστημόνων δεδομένων για να μας βοηθήσουν. Κάθε φορά που κάνετε μια ερώτηση, θα λάβετε απάντηση από εμάς το πολύ εντός 48 ωρών.
Ανεξάρτητα από το πόσο περίπλοκο ερώτημά σας, θα είμαστε εκεί. Η ουσία είναι ότι θέλουμε να πετύχετε.
εκπαιδευτές
Kirill Eremenko, Επιστήμονας Δεδομένων
Ονομάζομαι Kirill Eremenko και είμαι υπερψυχωμένος που το διαβάζετε αυτό!
Επαγγελματικά, προέρχομαι από το χώρο συμβούλων Data Science με εμπειρία σε χρηματοοικονομικά, λιανικά, μεταφορικά και άλλους κλάδους. Εκπαιδεύτηκα από τους καλύτερους σύμβουλους ανάλυσης στην Deloitte Australia και από την αρχή στις Udemy έχω μεταφέρει τις γνώσεις μου σε χιλιάδες επίδοξους επιστήμονες δεδομένων.
Από τα μαθήματά μου, θα παρατηρήσετε αμέσως πώς συνδυάζω την πραγματική μου εμπειρία και το ακαδημαϊκό υπόβαθρό μου στη Φυσική και τα Μαθηματικά για να προσφέρω επαγγελματική καθοδήγηση βήμα προς βήμα στον χώρο της Επιστήμης Δεδομένων. Μία από τις ισχυρότερες πλευρές του τρόπου διδασκαλίας μου είναι ότι εστιάζω σε διαισθητικές εξηγήσεις, ώστε να είστε σίγουροι ότι θα κατανοήσετε πραγματικά ακόμη και τα πιο περίπλοκα θέματα.
Συνοψίζοντας, είμαι απόλυτα και απόλυτα παθιασμένος με την Επιστήμη των Δεδομένων και ανυπομονώ να μοιραστώ το πάθος και τις γνώσεις μου μαζί σας!
Hadelin de Ponteves, AI Entrepreneur
Η Hadelin είναι ο συνιδρυτής και Διευθύνων Σύμβουλος της BlueLife AI, η οποία αξιοποιεί τη δύναμη της Τεχνητής Νοημοσύνης αιχμής για να δώσει τη δυνατότητα στις επιχειρήσεις να αποκομίσουν τεράστια κέρδη με την καινοτομία, την αυτοματοποίηση των διαδικασιών και τη μεγιστοποίηση της αποτελεσματικότητας. Ο Hadelin είναι επίσης ένας διαδικτυακός επιχειρηματίας που έχει δημιουργήσει εκπαιδευτικά ηλεκτρονικά μαθήματα κορυφαίας βαθμολογίας για τον κόσμο σε θέματα όπως η Μηχανική Μάθηση, η Τεχνητή Νοημοσύνη και το Blockchain.
Ομάδα Ligency I, Βοηθώντας τους Επιστήμονες Δεδομένων να πετύχουν
Γεια σου,
Είμαστε η ομάδα Ligency. Θα ενημερωθείτε όταν κυκλοφορήσουν νέα μαθήματα Ligency, όταν δημοσιεύουμε νέα podcast, ιστολόγια, κοινοποιούμε cheat sheets και πολλά άλλα!
Είμαστε εδώ για να σας βοηθήσουμε να παραμείνετε στην αιχμή της Επιστήμης και της Τεχνολογίας Δεδομένων.
Σχετικά με το Σχολείο
Ερωτήσεις
Παρόμοια Μαθήματα
Master of Science στη Επιχειρηματική Νοημοσύνη και την Ανάλυση δεδομένων
- Winona, Ηνωμένες Πολιτείες
Master of Business Administration [Online]
- Russellville, Ηνωμένες Πολιτείες
Master of Accountancy - Accounting Analytics
- Scranton, Ηνωμένες Πολιτείες