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.

MathWorks
Kompetenzen, die Sie erwerben: Model Evaluation, Computer Vision, Model Deployment, Anomaly Detection, Convolutional Neural Networks, Image Analysis, Transfer Learning, Model Training, Fine-tuning, Deep Learning, Generative AI, Artificial Neural Networks, Applied Machine Learning, Data Preprocessing, Matlab, Software Visualization, Classification Algorithms, Model Optimization, Predictive Modeling, Performance Tuning
★ 4.9 (35) · Anfänger · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Generative AI, Generative Model Architectures, Generative Adversarial Networks (GANs), Computer Vision, Image Analysis, Model Evaluation, Convolutional Neural Networks, Autoencoders, Model Optimization, Vision Transformer (ViT), Artificial Neural Networks, Model Deployment, Model Training, Deep Learning, Recurrent Neural Networks (RNNs), Embeddings, Machine Learning Methods, PyTorch (Machine Learning Library), AI Enablement, Artificial Intelligence
Fortgeschritten · Spezialisierung · 1–3 Monate

Coursera
Kompetenzen, die Sie erwerben: Model Deployment, Fine-tuning, PyTorch (Machine Learning Library), Model Evaluation, Model Training, Vision Transformer (ViT), Model Optimization, Transfer Learning, MLOps (Machine Learning Operations), Natural Language Processing, Debugging, Containerization, Kubernetes, Docker (Software), Distributed Computing, Performance Tuning, Tensorflow, Deep Learning, Cloud Computing, Data Pipelines
Fortgeschritten · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Transfer Learning, Tiefes Lernen, Modell Ausbildung, Bewertung des Modells, Bildanalyse, Faltungsneuronale Netzwerke, Lernen übertragen, Modellevaluation, PyTorch (Bibliothek für maschinelles Lernen), Python-Programmierung, Faltungsneuronale Netze
★ 4.4 (228) · Mittel · angeleitetes Projekt · Weniger als 2 Stunden

Imperial College London
Kompetenzen, die Sie erwerben: Modell-Optimierung, Generative KI, Tiefes Lernen, Keras (Bibliothek für neuronale Netze), Daten-Pipelines, Transfer Learning, Auto-Kodierer, Modell Ausbildung, Autokodierer, Rekurrente Neuronale Netze (RNNs), Bewertung des Modells, Faltungsneuronale Netzwerke, Bildanalyse, Bayessche Statistik, Validierung von Daten, Angewandtes maschinelles Lernen, Lernen übertragen, Modellevaluation, Bayessches Netz, Computerprogrammierung, Faltungsneuronale Netze, Tensorflow, Überwachtes Lernen, Generative Modellarchitekturen, Datenvalidierung, Computer Programmierung
★ 4.8 (722) · Mittel · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Transfer Learning, Tiefes Lernen, Einbettungen, Computer Vision, Datenvorverarbeitung, Modell Ausbildung, Faltungsneuronale Netzwerke, Künstliche neuronale Netze, Angewandtes maschinelles Lernen, Lernen übertragen, Bildanalyse, Feinabstimmung, Tensorflow, Faltungsneuronale Netze, Vorverarbeitung von Daten, Netzarchitektur
★ 4.9 (42.587) · Mittel · Kurs · 1–4 Wochen

Coursera
Kompetenzen, die Sie erwerben: Modell-Optimierung, Transfer Learning, Modell Ausbildung, Rekurrente Neuronale Netze (RNNs), Bewertung des Modells, Faltungsneuronale Netzwerke, Lernen übertragen, Modellevaluation, Faltungsneuronale Netze
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Transfer Learning, Tiefes Lernen, Computer Vision, Datenvorverarbeitung, Modell Ausbildung, Faltungsneuronale Netzwerke, Bewertung des Modells, Bildanalyse, Lernen übertragen, Feinabstimmung, Modellevaluation, Faltungsneuronale Netze, PyTorch (Bibliothek für maschinelles Lernen), Vorverarbeitung von Daten
★ 4.6 (49) · Mittel · angeleitetes Projekt · Weniger als 2 Stunden

Kompetenzen, die Sie erwerben: Recurrent Neural Networks (RNNs), Artificial Neural Networks, Deep Learning, Matplotlib, Convolutional Neural Networks, Linear Algebra, Image Analysis, Plot (Graphics), Data Visualization, NumPy, Scientific Visualization, Machine Learning Algorithms, Keras (Neural Network Library), Statistical Visualization, Pandas (Python Package), Model Training, Applied Machine Learning, Data Science, Artificial Intelligence, Machine Learning
★ 4.3 (7) · Anfänger · Spezialisierung · 3–6 Monate
University of Illinois Urbana-Champaign
Kompetenzen, die Sie erwerben: Generative KI, Tiefes Lernen, Einbettungen, Maschinelles Lernen, Auto-Kodierer, Methoden des maschinellen Lernens, Bewertung des Modells, Autokodierer, Rekurrente Neuronale Netze (RNNs), Angewandtes maschinelles Lernen, Faltungsneuronale Netzwerke, Bildanalyse, Modellevaluation, Künstliche neuronale Netze, Gesundheitsinformatik, Große Daten, Generative Modellarchitekturen, Gesundheitspflege, Überwachtes Lernen, Faltungsneuronale Netze, Modell-Einsatz, Algorithmen für maschinelles Lernen, Künstliche Intelligenz und maschinelles Lernen (AI/ML)
★ 3.3 (50) · Fortgeschritten · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Tiefes Lernen, Keras (Bibliothek für neuronale Netze), Computer Vision, Maschinelles Lernen, Python-Programmierung, PyTorch (Bibliothek für maschinelles Lernen)
★ 4.5 (695) · Fortgeschritten · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Recurrent Neural Networks (RNNs), Transfer Learning, Model Optimization, Tensorflow, Artificial Neural Networks, Applied Machine Learning, Embeddings, Keras (Neural Network Library), Deep Learning, Time Series Analysis and Forecasting, Fine-tuning, Image Analysis, Classification Algorithms, Convolutional Neural Networks, Natural Language Processing, Computer Vision, Model Training, Forecasting, Machine Learning, Text Mining
★ 4.7 (6) · Mittel · Spezialisierung · 1–3 Monate