Deep Learning med Keras & TensorFlow - eLearning
4.900,00 SEK
- 30 hours
Denna fördjupade kurs i maskininlärning med TensorFlow-certifieringsträning är utvecklad av branschledare och i linje med de senaste bästa metoderna. Du kommer att bemästra koncept och modeller för djupinlärning genom att använda Keras och TensorFlow-ramverken genom denna TensorFlow-kurs. Lär dig att implementera algoritmer för djupinlärning med vår TensorFlow-utbildning och förbered dig för en karriär som ingenjör inom djupinlärning.
Nyckelfunktioner
Språk
Kursen och materialet är på engelska
Nivå
Nybörjare - mellannivå
Åtkomst
1 års tillgång till självstudieplattformen för eLearning dygnet runt
3 timmar av videomaterial
med rekommenderad studietid på 40 timmar & övningar
Praktiker
Virtuella labb, Quiz, Slutprojekt
Inget prov
Ingen tentamen för kursen men studenten kommer att få ett intyg om genomförd utbildning
Lärandemål
Vid slutet av denna e-lärningskurs i djupinlärning med Keras & TensorFlow kommer du att kunna:
Koncept
Förstå koncepten med Keras och TensorFlow, dess huvudfunktioner, operationer och exekveringsflöde
Algorithms
Implementera djupinlärningsalgoritmer, förstå neurala nätverk och navigera genom lagren av dataabstraktion
Neuralt nätverk
Behärska och förstå avancerade ämnen såsom konvolutionella neuronnät, återkommande neuronnät, träning av djupa nätverk och högnivågränssnitt
Djupinlärningsmodeller
Bygg djupinlärningsmodeller med hjälp av ramverken Keras och TensorFlow och tolka resultaten
Autoenkoder
Förstå språket och de grundläggande koncepten för artificiella neuronnät, tillämpning av autoenkodare samt Pytorch och dess element
Differentiera
Särskilj mellan maskininlärning, djupinlärning och artificiell intelligens
Kurstidslinje
Introduktion till TensorFlow
Lektion 01
- Introduktion till TensorFlow
- TensorFlow 2 och Eager Execution
- Lab: Linjär regression med TensorFlow
- Lab: Logistisk regression med TensorFlow
- Introduktion till djupinlärning
- Djupa neuronnät
Faltande nätverk
Lektion 02
- Introduktion till CNN:er
- CNN för klassificering
- CNN-arkitektur
- Lab: Förståelse för konvolutioner
- Lab: CNN med TensorFlow
Återkommande neuronnät (RNN)
Lektion 03
- Det sekventiella problemet
- RNN-modellen
- LSTM-modellen
- Lab: Grundläggande om LSTM
- Tillämpning av RNN:er på språkmodellering
- Lab: Språkmodellering med LSTM
Begränsade Boltzmannmaskiner (RBM)
Lektion 04
- Introduktion till RBM:er
- Träning av RBM:er
- Lab: Begränsade Boltzmannmaskiner
- Lab: Kollaborativ filtrering med RBM
Autoenkoder
Lektion 05
- Introduktion till autoenkodare
- Autoencoder-struktur
- Lab: Autoenkodare
Vem bör anmäla sig till det här programmet?
Förkunskapskrav:
Studerande behöver inneha en kandidatexamen eller ett gymnasiebetyg. Bekantskap med programmeringsgrunder, en rättvis förståelse av statistikens och matematikens grunder samt en god förståelse för koncepten inom maskininlärning.
AI-ingenjör
Dataanalytiker
Mjukvaruingenjör
Studenter i grundutbildnings-/avancerade program
Dataanalytiker
Uttalanden
Licensiering och ackreditering
Certifieringsträningen för djupinlärning med Keras & TensorFlow erbjuds av Simplilearn. AVC marknadsför denna kurs baserat på partnerskapsavtalet och uppfyller ackrediteringskraven.
Jämställdhetspolicy
Simplilearn erbjuder för närvarande inte anpassningar för prov på grund av funktionshinder eller medicinskt tillstånd hos några studenter. Kandidater uppmuntras att kontakta AVC för vägledning och stöd under anpassningsprocessen.
Vanliga frågor
Behöver du en företagslösning eller integration av LMS?
Hittade du inte kursen eller programmet som skulle passa för ditt företag? Behöver du LMS-integration? Skriv till oss! Vi löser det!