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, Python-Programmierung, Keras (Bibliothek für neuronale Netze), Computer Vision, Tiefes Lernen, PyTorch (Bibliothek für maschinelles Lernen)
Fortgeschritten · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modell-Optimierung, Maschinelles Lernen, Datenerfassung, Modell Ausbildung, Datenqualität, Kontinuierliche Überwachung, Vorverarbeitung von Daten, Datenvalidierung, Datenpflege, Datenerhebung, Unstrukturierte Daten, MLOps (Operationen für maschinelles Lernen), Validierung von Daten, Angewandtes maschinelles Lernen, Qualität der Daten, Bewertung des Modells, Kontinuierliche Bereitstellung, Systemüberwachung, Bereitstellung von Anwendungen, Daten-Synthese, Modell-Einsatz, Datenvorverarbeitung, Modellevaluation, Integrität der Daten
Mittel · Kurs · 1–4 Wochen

Whizlabs
Kompetenzen, die Sie erwerben: Deep Learning, Convolutional Neural Networks, Model Training, Image Analysis, Transfer Learning, Artificial Neural Networks, Model Evaluation, Applied Machine Learning, Computer Vision, Artificial Intelligence and Machine Learning (AI/ML), Fine-tuning, Machine Learning Methods, Model Optimization, Network Architecture
Mittel · Kurs · 1–4 Wochen
University of Illinois Urbana-Champaign
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Faltungsneuronale Netzwerke, Gesundheitsinformatik, Faltungsneuronale Netze, Große Daten, Algorithmen für maschinelles Lernen, Angewandtes maschinelles Lernen, Methoden des maschinellen Lernens, Überwachtes Lernen, Tiefes Lernen, Bildanalyse, Bewertung des Modells, Generative Modellarchitekturen, Gesundheitspflege, Generative KI, Rekurrente Neuronale Netze (RNNs), Künstliche Intelligenz und maschinelles Lernen (AI/ML), Modell-Einsatz, Einbettungen, Autokodierer, Modellevaluation, Auto-Kodierer, Künstliche neuronale Netze
Fortgeschritten · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Modell-Optimierung, Maschinelles Lernen, Generative adversarische Netze (GANs), Feinabstimmung, Faltungsneuronale Netzwerke, Transfer Learning, Künstliche Intelligenz, Faltungsneuronale Netze, Unüberwachtes Lernen, Lernen übertragen, Keras (Bibliothek für neuronale Netze), Computer Vision, Methoden des maschinellen Lernens, Generative Modellarchitekturen, Bildanalyse, Reinforcement Learning, Tiefes Lernen, Autokodierer, Rekurrente Neuronale Netze (RNNs), Künstliche Intelligenz und maschinelles Lernen (AI/ML), Generative KI, Auto-Kodierer, Künstliche neuronale Netze
Mittel · Kurs · 1–3 Monate

Whizlabs
Kompetenzen, die Sie erwerben: Modell-Optimierung, Maschinelles Lernen, Modell Ausbildung, Faltungsneuronale Netzwerke, Transfer Learning, Datenverarbeitung, Faltungsneuronale Netze, Lernen übertragen, Angewandtes maschinelles Lernen, Computer Vision, Methoden des maschinellen Lernens, Bildanalyse, Tensorflow, Tiefes Lernen, Klassifizierungsalgorithmen, Generative KI, Künstliche Intelligenz und maschinelles Lernen (AI/ML), PyTorch (Bibliothek für maschinelles Lernen), Lineare Algebra, Künstliche neuronale Netze
Mittel · Kurs · 1–4 Wochen

University of Colorado Boulder
Kompetenzen, die Sie erwerben: Recurrent Neural Networks (RNNs), Generative AI, Fine-tuning, Vision Transformer (ViT), Machine Learning Methods, Model Optimization, Model Training, Large Language Modeling, Embeddings, Network Architecture
Mittel · Kurs · 1–3 Monate

Illinois Tech
Kompetenzen, die Sie erwerben: NoSQL, Machine Learning Algorithms, Big Data, Model Evaluation, Apache Hadoop, Recurrent Neural Networks (RNNs), Deep Learning, Statistical Analysis, Data Visualization, Data Analysis, Exploratory Data Analysis, Apache Spark, Statistical Methods, Data Presentation, Generative AI, Convolutional Neural Networks, Transfer Learning, Analysis, Data Infrastructure, Machine Learning
Auf einen Abschluss hinarbeiten
Mittel · Spezialisierung · 3–6 Monate

University of Pennsylvania
Kompetenzen, die Sie erwerben: Modell-Optimierung, Maschinelles Lernen, Modell Ausbildung, Angewandtes maschinelles Lernen, Datenverarbeitung, Vorverarbeitung von Daten, Algorithmen für maschinelles Lernen, Methoden des maschinellen Lernens, Tiefes Lernen, PyTorch (Bibliothek für maschinelles Lernen), Datenvorverarbeitung, Künstliche neuronale Netze
Mittel · Kurs · 1–4 Wochen

University of Alberta
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Entscheidungsintelligenz, Modell Ausbildung, Künstliche Intelligenz, Markov-Modell, Stichproben (Statistik), Angewandtes maschinelles Lernen, Methoden des maschinellen Lernens, Überwachtes Lernen, Algorithmen für maschinelles Lernen, Algorithmen, Agentische Systeme, Bewertung des Modells, Reinforcement Learning, Simulationen, Tiefes Lernen, Entwicklung von Systemen, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Feature Technik, Technische Merkmale, Modellevaluation, Architektur der Lösung
Mittel · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modell-Optimierung, Modell Ausbildung, Verifizierung und Validierung, Angewandtes maschinelles Lernen, Methoden des maschinellen Lernens, Bewertung des Modells, Tensorflow, Tiefes Lernen, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Fehlersuche, Modellevaluation, Künstliche neuronale Netze, Leistungsoptimierung
Mittel · Kurs · 1–4 Wochen

University of Washington
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Modell Ausbildung, Logistische Regression, Angewandtes maschinelles Lernen, Unüberwachtes Lernen, Regressionsanalyse, Prädiktive Modellierung, Algorithmen für maschinelles Lernen, Überwachtes Lernen, Methoden des maschinellen Lernens, Bewertung des Modells, AI-Personalisierung, Data Mining, Bildanalyse, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Bayessche Statistik, Statistisches maschinelles Lernen, Klassifizierungsalgorithmen, Statistische Modellierung, Feature Technik, Modellevaluation, Technische Merkmale
Mittel · Spezialisierung · 3–6 Monate