更新於 2024 年 10 月
語言 - 英語
非常好，謝謝
深度學習與神經網路 Python Keras
使用 Python 和 Keras 構建深度學習模型。
講座 -88
資源 -4
時長 -11 小時
終身訪問
課程 描述
深度學習和神經網路 Python Keras 課程是基礎到高階的速成課程。該課程將教你使用 Keras 和 Python 進行深度學習神經網路和卷積神經網路。它旨在提升你目前的職業前景，因為這是當今最熱門的技能，並且毫無疑問是未來的技術。
課程概述
最近，世界圍繞著 “機器學習” 和 “深度學習” 這兩個術語發展迅速。無論我們是否意識到，我們每天都在使用這些技術。在不久的將來，深度學習模型將超越人類智慧的一天將會到來。
深度學習和機器學習以及資料科學是當今科技界最受歡迎的幾個人才。它的應用範圍從谷歌建議、翻譯、廣告、電影推薦、朋友建議、銷售和客戶體驗等等。
學習這些技術存在一個誤解，即需要預先具備數學、統計學、複雜演算法和公式的知識。基本的瞭解是一個額外的優勢，但絕對不是強制性的。
在本深度學習課程中，學習基本概念與使用Python程式語言從Keras庫實現內建的深度學習類和函式之間取得了完美的平衡。
這些類、函式和API就像汽車引擎的控制踏板，我們可以輕鬆地使用它們來構建高效的深度學習模型。構建深度學習模型來解決各種問題，例如影像分類、自然語言處理和語音識別。
目標
理解神經網路的基本原理。
掌握深度學習的基礎知識。
理解機器學習的基礎知識。
構建和訓練深度學習模型。
使用深度學習解決問題。
先決條件
一臺中等配置的電腦。
為了沉浸在深度學習的世界中，擁有學習的意願。
課程大綱
檢視課程內容的詳細分解
簡介
3 節課
-
課程介紹和目錄 11:29 11:29 -
深度學習概述 - 理論課 - 第1部分 05:51 05:51
-
深度學習概述 - 理論課 - 第2部分 06:30 06:30
為下一個AI專案選擇ML還是DL
1 節課
準備電腦
2 節課
環境設定
8 節課
解釋神經網路的步驟和術語
1 講座
解釋訓練和評估概念
1 節課
鳶尾花多類別分類
4 節課
聲納效能改進
3 節課
波士頓房屋價格預測
3 節課
載入並預測
3 節課
繪製模型行為歷史
2 節課
使用電離層資料集的學習率排程
1 節課
基於下降的學習率排程
2 節課
MNIST 手寫數字識別資料集
2 節課
使用MNIST資料集的卷積神經網路模型
2 節課
使用MNIST CNN模型載入和預測
1 個講座
CIFAR-10 物件識別資料集
1 節課
訓練並儲存 CIFAR-10 模型
1 節課
附加原始碼
1 節課
講師 詳情
Abhilash Nelson
我是一位富有開拓精神、才華橫溢且注重安全的 Android/iOS 移動和 PHP/Python Web 開發應用程式開發人員，擁有超過八年的整體 IT 經驗，涉及設計、實施、整合、測試和支援具有影響力的 Web 和移動應用程式。
我擁有計算機科學與工程專業的碩士研究生學位。
我在 PHP/Python 程式設計方面的經驗，為基於伺服器的 Android 和 iOS 客戶端應用程式帶來了額外優勢。
我目前擔任高階解決方案架構師的全職職位，負責管理客戶專案從開始到結束的各個環節，以確保高質量、創新和功能化的設計。
課程 證書
使用您的證書來改變職業方向或在您目前的職業生涯中提升自我。
我們的學生與最佳
一起工作
反饋
相關影片課程
檢視更多
