Deep-Learning-Kurse können Ihnen helfen zu lernen, wie neuronale Netze aufgebaut, trainiert und bewertet werden. Sie können Fähigkeiten in Modellarchitekturen, Optimierung, Datenaufbereitung und Evaluationsmethoden aufbauen. Viele Kurse stellen Frameworks und Tools vor, die das Experimentieren mit tiefen Modellen unterstützen.

Kompetenzen, die Sie erwerben: Maschinelles Lernen, Tiefes Lernen, Bewertung des Modells, Technische Merkmale, Künstliche neuronale Netze, Keras (Bibliothek für neuronale Netze), Bereinigung von Daten, Python-Programmierung, Datenvorverarbeitung, Modell Ausbildung, Feature Technik, Modellevaluation, Liegenschaften, Vorverarbeitung von Daten, Prädiktive Modellierung, Tensorflow
★ 4.4 (23) · Anfänger · angeleitetes Projekt · Weniger als 2 Stunden

Google Cloud
Kompetenzen, die Sie erwerben: Responsible AI, LLM Application, Google Gemini, AI literacy, Deep Learning, Stakeholder Analysis
★ 4.7 (14.363) · Mittel · Spezialisierung · 1–3 Monate

Amazon Web Services
Kompetenzen, die Sie erwerben: Artificial Intelligence and Machine Learning (AI/ML), Generative AI, Deep Learning, Artificial Intelligence, Amazon Web Services, Applied Machine Learning, AI literacy, Machine Learning, Digital Transformation
★ 4.6 (3312) · Gemischt · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Transfer Learning, Tiefes Lernen, Modell-Optimierung, Bewertung des Modells, Computer Vision, Bildanalyse, Faltungsneuronale Netze, Lernen übertragen, Angewandtes maschinelles Lernen, Klassifizierungsalgorithmen, Feinabstimmung, Modell Ausbildung, Modellevaluation, Faltungsneuronale Netzwerke, Visualisierung (Computergrafik), Tensorflow
★ 4.7 (533) · Mittel · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Kalkulation, Datenumwandlung, Deskriptive Statistik, Maschinelles Lernen, Modell-Optimierung, Dimensionalitätsreduktion, Statistische Hypothesenprüfung, Statistische Methoden, Lineare Algebra, Angewandtes maschinelles Lernen, Wahrscheinlichkeitsverteilung, Bayessche Statistik, Statistik, Methoden des maschinellen Lernens, Statistische Inferenz, Angewandte Mathematik, Stichproben (Statistik), Wahrscheinlichkeit, Mathematische Software, Wahrscheinlichkeitsrechnung und Statistik
★ 4.6 (3193) · Mittel · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Tiefes Lernen, Generative KI, Bewertung des Modells, Bildanalyse, Interoperabilität, Computer Vision, Matlab, Modell-Einsatz, Datenvorverarbeitung, Modell Ausbildung, Modellevaluation, Vorverarbeitung von Daten, Erkennung von Anomalien
★ 4.9 (15) · Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Tiefes Lernen, Künstliche neuronale Netze, Bildanalyse, Technische Merkmale, Faltungsneuronale Netze, Computer Vision, Einbettungen, Netzwerk-Modell, Modell Ausbildung, Feature Technik, Faltungsneuronale Netzwerke, PyTorch (Bibliothek für maschinelles Lernen)
★ 4.7 (49) · Fortgeschritten · angeleitetes Projekt · Weniger als 2 Stunden

Arizona State University
Kompetenzen, die Sie erwerben: Zeitmanagement, Stressbewältigung, Persönliche Entwicklung, Produktivität, Lebenslanges Lernen, Lerntheorie, Menschliches Lernen, Lernstrategien, Kreatives Denken, Geistige Konzentration, Neurologie, Kognitive Flexibilität
★ 4.8 (3043) · Anfänger · Kurs · 1–4 Wochen

Coursera
Kompetenzen, die Sie erwerben: Tiefes Lernen, Bewertung des Modells, Bildanalyse, Wärmekarten, Computer Vision, Faltungsneuronale Netze, Modell Ausbildung, Faltungsneuronale Netzwerke, Modellevaluation, PyTorch (Bibliothek für maschinelles Lernen)
★ 4.6 (21) · Mittel · angeleitetes Projekt · Weniger als 2 Stunden

Kompetenzen, die Sie erwerben: Analytik, Maschinelles Lernen, Modell-Optimierung, Erweiterte Analytik, Bewertung des Modells, Überwachtes Lernen, Technische Merkmale, Angewandtes maschinelles Lernen, Algorithmen für maschinelles Lernen, Klassifizierungsalgorithmen, Leistungsoptimierung, Python-Programmierung, Unüberwachtes Lernen, Modell Ausbildung, Feature Technik, Modellevaluation, Entscheidungsbaum-Lernen, Statistisches maschinelles Lernen, Prädiktive Modellierung, Random Forest Algorithmus
★ 4.8 (623) · Fortgeschritten · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Maschinelles Lernen, Tiefes Lernen, Bewertung des Modells, Regressionsanalyse, Test Daten, Überwachtes Lernen, Künstliche neuronale Netze, Datenanalyse, Python-Programmierung, Angewandtes maschinelles Lernen, Statistische Methoden, Daten importieren/exportieren, Scikit Learn (Bibliothek für maschinelles Lernen), Methoden des maschinellen Lernens, Datenvorverarbeitung, Modell Ausbildung, Explorative Datenanalyse, Modellevaluation, Vorverarbeitung von Daten, Statistisches maschinelles Lernen, Prädiktive Modellierung, Entscheidungsbaum-Lernen
★ 4.8 (69) · Anfänger · angeleitetes Projekt · Weniger als 2 Stunden

Edge Impulse
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Tiefes Lernen, Eingebettete Systeme, Technische Merkmale, Künstliche neuronale Netze, Algorithmen für maschinelles Lernen, Bewertung des Modells, Verantwortungsvolle AI, Modell-Optimierung, Modell-Einsatz, Angewandtes maschinelles Lernen, Faltungsneuronale Netze, Methoden des maschinellen Lernens, Eingebettete Software, Datenerfassung, Datenvorverarbeitung, Modell Ausbildung, Feature Technik, Faltungsneuronale Netzwerke, Modellevaluation, Datenerhebung, Computer Programmierung, Vorverarbeitung von Daten, Computerprogrammierung, Prädiktive Modellierung, Daten-Ethik
★ 4.8 (756) · Mittel · Kurs · 1–4 Wochen