Автор: Jose Portilla
Название: Deep Learning with Python and Keras
Этот курс разработан, чтобы обеспечить полное введение в глубокое обучение. Он предназначен для начинающих и средних программистов и специалистов по данным, которые знакомы с Python и хотят понимать и применять методы глубокого обучения для решения различных задач.
Мы начнем с обзора приложений глубокого обучения и краткого обзора инструментов и методов машинного обучения. Затем мы представляем искусственные нейронные сети и объясняем, как они обучаются решать проблемы регрессии и классификации.
В оставшейся части курса мы представляем и объясняем несколько архитектур, включая полностью связанные, сверточные и рекуррентные нейронные сети, и для каждой из них мы объясняем и теорию, и приводим множество примеров приложений.
Этот курс является хорошим балансом между теорией и практикой. Мы не стесняемся объяснять математические детали и в то же время предоставляем упражнения и примеры кода, чтобы применить то, что вы только что изучили.
Цель состоит в том, чтобы предоставить студентам прочную основу, не только теорию, не только сценарии, но и то и другое. В конце курса вы сможете узнать, какие проблемы можно решить с помощью Deep Learning, вы сможете разрабатывать и обучать различные модели нейронных сетей, а также сможете использовать облачные вычисления для ускорения работы. обучение и улучшить производительность вашей модели.
Для кого предназначен этот курс:
Инженеры-программисты, которые интересуются наукой о данных и умением глубокого обучения и хотят лучше понять это
Специалисты по данным, которые знакомы с машинным обучением и хотят развить глубокие фундаментальные знания в области глубокого обучения
Название: Deep Learning with Python and Keras
Этот курс разработан, чтобы обеспечить полное введение в глубокое обучение. Он предназначен для начинающих и средних программистов и специалистов по данным, которые знакомы с Python и хотят понимать и применять методы глубокого обучения для решения различных задач.
Мы начнем с обзора приложений глубокого обучения и краткого обзора инструментов и методов машинного обучения. Затем мы представляем искусственные нейронные сети и объясняем, как они обучаются решать проблемы регрессии и классификации.
В оставшейся части курса мы представляем и объясняем несколько архитектур, включая полностью связанные, сверточные и рекуррентные нейронные сети, и для каждой из них мы объясняем и теорию, и приводим множество примеров приложений.
Этот курс является хорошим балансом между теорией и практикой. Мы не стесняемся объяснять математические детали и в то же время предоставляем упражнения и примеры кода, чтобы применить то, что вы только что изучили.
Цель состоит в том, чтобы предоставить студентам прочную основу, не только теорию, не только сценарии, но и то и другое. В конце курса вы сможете узнать, какие проблемы можно решить с помощью Deep Learning, вы сможете разрабатывать и обучать различные модели нейронных сетей, а также сможете использовать облачные вычисления для ускорения работы. обучение и улучшить производительность вашей модели.
Для кого предназначен этот курс:
Инженеры-программисты, которые интересуются наукой о данных и умением глубокого обучения и хотят лучше понять это
Специалисты по данным, которые знакомы с машинным обучением и хотят развить глубокие фундаментальные знания в области глубокого обучения
Подробнее:
Скачать:
Чтобы скачать курс, новым пользователям, необходимо Пройти Регистрацию
Если у вас уже есть аккаунт Войти на Форум
