<ol id="cm9b4"><object id="cm9b4"></object></ol>
<var id="cm9b4"></var>

  • <li id="cm9b4"><tr id="cm9b4"><kbd id="cm9b4"></kbd></tr></li>

    <th id="cm9b4"><track id="cm9b4"></track></th>
  • <rp id="cm9b4"></rp>
  • 在線咨詢
    課程概述
    課程涵蓋技能
    課程亮點
    職場助力
    購課選項
    預修課程
    課程目錄
    行業項目
    認證證書
    學員反饋
    立即購買

    課程概述

    在這個帶有Keras和TensorFlow的Deep Learning課程認證培訓中,你將熟悉人工神經網絡、PyTorch、自動編碼器等的語言和基本概念。完成學習后,你將能夠建立Deep Learning模型,解釋結果,并建立自己的深度學習項目。

    課程涵蓋技能

    • Keras框架
    • TensorFlow框架
    • PyTorch
    • 圖像分類
    • 卷積網絡
    • 循環神經網絡

    課程亮點

    • 34小時的應用學習
    • 基于現實行業的項目
    • 靈活選擇課程
    • 行業專家提供專門的課程指導

    職場助力

    全球Deep Learning系統市場規模預計在2028年達到933.4億美元,年復合增長率穩定在39.1%。

    名稱
    年薪
    招聘單位
    數據科學家
    AI 工程師
    $83K
    最小
    $118.5K
    平均值
    $154K
    最大
    $51K
    最小
    $80.5K
    平均值
    $110K
    最大

    購課選項

    單一課程

    個人提升

    • 終身訪問自定進度在線學習課程
    • 實驗室現場技能操作演示
    • 預約頂級講師提供的在線直播培訓課程
    • 用于鞏固所學技能的現實行業項目
    • 自我評估模擬試卷
    • 24x7幫助與支持
    simplilearn官網價 查看
    課程原價 ¥ 5034.00
    立即購買
    實惠套餐

    個人提升

    • 單一課程中的所有特權
    • 購買課程組合,每門課程均享受優惠折扣

      購買2門課程包享受7.5折優惠

      購買3門課程包享受6.5折優惠

      購買4門課程包享受5.5折優惠

      購買5門及以上課程包享受4.5折優惠

      *加購課程查看最終實際價格

    自由組合自己的課程 >
    我的課程
    詳情
    折扣優惠 -0
    最終價格 0
    立即購買
    定制套餐

    企業培訓

    • 根據企業需求定制套餐
    • 在線自定進度學習與直播培訓課程相結合
    • 靈活的定價方案
    • 企業級學習管理系統
    • 團隊與個人學習管理界面
    • 24x7幫助與支持
    聯系我們

    預修課程

    • 編程基礎
    • 統計要點
    • 有關機器學習的概念

    課程內容

    第 1 部分 自學課程
    • 第 1 課 - 歡迎!

      歡迎!

      學習目標

    • 第 2 課 - Tensorflow 簡介

      學習目標

      TensorFlow 簡介

      TF2x 和 Eager Execution

      Tensorflow 你好世界

      使用 Tensorflow 進行線性回歸

      使用 Tensorflow 進行邏輯回歸

      深度學習簡介

      深度神經網絡

    • 第 3 課 - 卷積網絡

      學習目標

      卷積網絡介紹

      用于分類的 CNN

      CNN架構

      理解卷積

      CNN 與 MNIST 數據集

    • 第 4 課 - 循環神經網絡

      學習目標

      順序問題

      RNN 模型

      LSTM 模型

      LTSM 基礎

      將 RNN 應用于語言建模

      LSTM 語言建模

    • 第 5 課 - 受限玻爾茲曼機 (RBM)

      學習目標

      RBM 介紹

      訓練 RBM

      帶有 MNIST 的 RBM

    • 第 6 課 - 自編碼器

      學習目標

      自編碼器介紹

      自編碼器結構

      自編碼器

    • 第 7 課 - 課程總結

      課程總結

      解鎖 IBM 證書

    第 2 部分 - 使用 Keras 和 Tensor Flow 進行深度學習(現場課程)
    • 第 1 課 - 課程介紹

      介紹

    • 第 2 課 - AI 和深度學習介紹

      什么是人工智能和深度學習

      人工智能簡史

      回顧:SL、UL 和 RL

      深度學習:過去十年的成功

      演示與討論:自動駕駛汽車目標檢測

      深度學習的應用

      深度學習的挑戰

      演示與討論:使用 LSTM 進行情感分析

      一個深度學習項目的全周期

      關鍵要點

      知識檢查

    • 第 3 課 - 人工神經網絡

      生物神經元與感知器

      淺層神經網絡

      訓練感知器

      演示代碼:感知器(線性分類)(輔助)

      反向傳播

      激活函數和反向傳播的作用

      演示代碼:反向傳播(輔助)

      演示代碼:激活函數(無輔助)

      優化

      正則化

      Dropout層

      關鍵要點

      知識檢查

      課后項目(MNIST圖像分類)

    • 第 4 課 - 深度神經網絡和工具

      深度神經網絡:原因和應用

      設計深度神經網絡

      如何選擇你的損失函數?

      深度學習模型工具

      Keras 及其元素

      演示代碼:使用 Keras 構建深度學習模型(輔助)

      Tensorflow 及其生態系統

      演示代碼:使用 Tensorflow 構建深度學習模型(輔助)

      TF學習

      Pytorch 及其元素

      關鍵要點

      知識檢查

      課后項目:使用 Pytorch 和 Cifar10 數據集構建深度學習模型

    • 第 5 課 - 深度神經網絡優化、調優、可解釋性

      優化算法

      SGD、動量、NAG、Adagrad、Adadelta、RMSprop、Adam

      批量歸一化

      演示代碼:批量標準化(輔助)

      爆炸和消失的梯度

      超參數調優

      可解釋性

      關鍵要點

      知識檢查

      課后項目:使用 Keras Tuner 進行超參數調優

    • 第 6 課 - 卷積神經網絡

      成功與歷史

      CNN網絡設計與架構

      演示代碼:CNN圖像分類(輔助)

      深度卷積模型

      關鍵要點

      知識檢查

      課后項目:圖像分類

    • 第 7 課 - 循環神經網絡

      序列數據

      時間感

      RNN介紹 LSTM(零售數據集kaggle)

      演示代碼:使用 LSTM 預測股價(輔助)

      演示代碼:使用 LSTM 進行多類分類(無輔助)

      演示代碼:使用 LSTM 進行情感分析(輔助)

      GRU LSTM 與 GRU 關鍵要點

      知識檢查

      課后項目:股價預測

    • 第 8 課 - 自編碼器

      自編碼器簡介

      自編碼器的應用

      用于異常檢測的自動編碼器

      演示代碼:MNIST 數據的自動編碼器模型(輔助)

      關鍵要點

      知識檢查

      課后項目:使用 Keras 進行異常檢測

    第 3 部分 - 實踐項目
    • 實踐項目

    • PUBG 玩家完成排名預測

    • 免費課程

    • 數學復習

    • 數學復習

    • 數學復習

    查看更多
    在線咨詢
    姓名
    請輸入姓名
    電話
    請輸入電話
    郵箱
    請輸入郵箱
    需求
    請輸入需求
    提供您的聯系方式,即表示您同意我們的 隱私政策

    行業項目

    項目1

    PUBG 玩家完成排名預測

    創建一個模型,根據球員的最終統計數據預測他們的完賽排名,評分范圍為 1(第一名)到 0(最后一名)

    項目2

    Lending Club 貸款數據分析

    創建一個模型,使用歷史數據預測貸款是否會違約

    認證證書

    達到認證條件后,您將獲得圣普倫和Simplilearn聯合認證的電子證書。我們會通過電子郵件給您發送電子證書,證書上的名字以您注冊時使用的名字為準。

    認證條件

    • 在線課堂授課不低于85%的出勤率
    • 課程結束評估的分數不低于75%
    • 在課程結業項目成功通過評估測試

    學員反饋

    4.0

    阿布舍克·特里帕蒂

    高級軟件開發人員 SAP

    這是非常好數字科學在線培訓課,我已經完成了數據科學R 和 Python兩門課程的學習,關于這些課題培訓師有豐富的知識和見解,自學視頻對學習很有幫助,可以反復學習,謝謝Simplilearn!

    4.1

    安吉拉斯·莫達克

    JD Edwards 技術顧問 EPIQ Softtech Pvt.有限公司

    我認為Simplilearn是最好的在線培訓服務機構。培訓導師對課程的講解很詳細,講解的非常出色。在培訓過程中給出了多個真實的案例,有助于知識的理解與應用,課程內容豐富多樣。我已經理解了CNN有關概念,總之,說我非常享受培訓過程,經過培訓我受益良多。

    4.2

    A. 安東??尼戴維斯

    總經理

    Simplilearn 數據科學家專家課程是非常棒!你會學會如何解決現實中的問題,培訓中你會親自參與眾多真實的項目實踐,豐富你的實際動手的實戰經驗。 培訓導師和專家都非常積極的分享他們的知識,感謝提供如此出色的課程和學習體驗。