Kurse zu neuronalen Netzen können Ihnen helfen zu lernen, wie Modelle aufgebaut, trainiert und optimiert werden. Sie können Fähigkeiten in Architekturdesign, Datenaufbereitung, Trainingstechniken und Modellbewertung aufbauen. Viele Kurse stellen Frameworks und Beispiele aus der KI-Praxis vor.

DeepLearning.AI
Kompetenzen, die Sie erwerben: Angewandtes maschinelles Lernen, Faltungsneuronale Netze, Klassifizierungs- und Regressionsbaum (CART), Tiefes Lernen, Diagnostische Radiologie, Statistische Methoden, Statistische Analyse, Entscheidungsbaum-Lernen, Risikomodellierung, Prädiktive Modellierung, Technische Merkmale, Faltungsneuronale Netzwerke, Maschinelles Lernen, Datenvorverarbeitung, Vorverarbeitung von Daten, Planung der Behandlung, Klinische Studien, Präzisionsmedizin, Bildanalyse, Feature Technik, Datenanalyse, Statistisches maschinelles Lernen, Bewertung des Modells, Modellevaluation
Mittel · Spezialisierung · 1–3 Monate

Northeastern University
Kompetenzen, die Sie erwerben: Convolutional Neural Networks, Computer Vision, Recurrent Neural Networks (RNNs), Image Analysis, Generative AI, Generative Model Architectures, Generative Adversarial Networks (GANs), Deep Learning, Artificial Neural Networks, Autoencoders, Keras (Neural Network Library), Applied Machine Learning, Model Training
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Model Deployment, PyTorch (Machine Learning Library), Model Optimization, Recurrent Neural Networks (RNNs), Tensorflow, Artificial Intelligence, Model Training, Applied Machine Learning, Artificial Intelligence and Machine Learning (AI/ML), Application Deployment, Large Language Modeling, Text Mining, Artificial Neural Networks, Machine Learning, Natural Language Processing, Deep Learning, Predictive Modeling, Classification Algorithms, Time Series Analysis and Forecasting, Network Architecture
Anfänger · Spezialisierung · 1–3 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, Logistische Regression, Angewandtes maschinelles Lernen, Verarbeitung natürlicher Sprache, Tensorflow, Tiefes Lernen, Überwachtes Lernen, Künstliche neuronale Netze, Markov-Modell, Text Mining, Keras (Bibliothek für neuronale Netze), Lernen übertragen, Technische Merkmale, Einbettungen, Dimensionalitätsreduktion, Datenvorverarbeitung, Vorverarbeitung von Daten, Feature Technik, Klassifizierungsalgorithmen, Methoden des maschinellen Lernens, Statistisches maschinelles Lernen, Transfer Learning, Rekurrente Neuronale Netze (RNNs)
Mittel · Spezialisierung · 3–6 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, PyTorch (Machine Learning Library), Large Language Modeling, AI Enablement, Artificial Intelligence
Fortgeschritten · Spezialisierung · 1–3 Monate
University of Washington
Kompetenzen, die Sie erwerben: Biologie, Netzwerk-Modell, Künstliche neuronale Netze, Überwachtes Lernen, Neurologie, Wahrscheinlichkeitsverteilung, Matlab, Physiologie, Reinforcement Learning, Mathematische Modellierung, Netzwerkanalyse, Methoden des maschinellen Lernens, Elektrophysiologie, Algorithmen für maschinelles Lernen, Analyse sensorischer Systeme, Rekurrente Neuronale Netze (RNNs), Differentialgleichungen
Anfänger · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Data Preprocessing, Deep Learning, Data Processing, Artificial Neural Networks, Logistic Regression, Applied Machine Learning, Program Development, Python Programming, Network Architecture, Model Training, Model Optimization, Machine Learning Algorithms, NumPy, Pandas (Python Package), Linear Algebra
Anfänger · Kurs · 1–3 Monate

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
Anfänger · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Supervised Learning, Computer Vision, Recurrent Neural Networks (RNNs), Machine Learning Methods, Convolutional Neural Networks, Plot (Graphics), Matplotlib, Data Visualization, Probability & Statistics, Deep Learning, AI Personalization, Classification Algorithms, Artificial Intelligence, Plotly, Statistical Analysis, Statistical Methods, Machine Learning, Applied Machine Learning, Digital Signal Processing, Statistical Inference
Mittel · Spezialisierung · 3–6 Monate

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

Kompetenzen, die Sie erwerben: Generative Adversarial Networks (GANs), Artificial Intelligence and Machine Learning (AI/ML), Exploratory Data Analysis, Model Deployment, Generative AI, Keras (Neural Network Library), NumPy, Model Optimization, Applied Machine Learning, Data Processing, PyTorch (Machine Learning Library), Predictive Modeling, Matplotlib, Data Analysis, Generative Model Architectures, Deep Learning, Transfer Learning, Artificial Intelligence, Machine Learning, Data Science
Mittel · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modell Ausbildung, Faltungsneuronale Netze, Bildqualität, Tiefes Lernen, Generative KI, Daten-Ethik, Faltungsneuronale Netzwerke, Maschinelles Lernen, Informationen zum Datenschutz, Generative adversarische Netze (GANs), Bildanalyse, Generative Modellarchitekturen, Verantwortungsvolle AI, Daten-Synthese, Bewertung des Modells, PyTorch (Bibliothek für maschinelles Lernen), Modellevaluation
Mittel · Spezialisierung · 1–3 Monate