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

Kompetenzen, die Sie erwerben: Dimensionalitätsreduktion, Generative Modellarchitekturen, Unüberwachtes Lernen, Faltungsneuronale Netzwerke, Generative adversarische Netze (GANs), Auto-Kodierer, Python-Programmierung, Rekurrente Neuronale Netze (RNNs), Tiefes Lernen, Zeitreihenanalyse und Vorhersage, Faltungsneuronale Netze, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Generative KI, Datenwissenschaft, Regressionsanalyse, Maschinelles Lernen, Überwachtes Lernen, Klassifizierungsalgorithmen, Technische Merkmale, Autokodierer, Explorative Datenanalyse, Feature Technik, Reinforcement Learning
Auf einen Abschluss hinarbeiten
Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

Kompetenzen, die Sie erwerben: Data Preprocessing, Data Processing, Model Optimization, Recurrent Neural Networks (RNNs), Model Training, Data Transformation, Financial Forecasting, Feature Engineering, Model Evaluation, Statistical Visualization, Time Series Analysis and Forecasting, Exploratory Data Analysis, Deep Learning, Predictive Modeling, Forecasting, Predictive Analytics, Artificial Neural Networks, Development Environment
Gemischt · Kurs · 1–4 Wochen
University of Michigan
Kompetenzen, die Sie erwerben: Modell-Optimierung, Angewandtes maschinelles Lernen, Modellevaluation, Modell Ausbildung, Unüberwachtes Lernen, Python-Programmierung, Prädiktive Modellierung, Algorithmen für maschinelles Lernen, Scikit Learn (Bibliothek für maschinelles Lernen), Maschinelles Lernen, Überwachtes Lernen, Künstliche neuronale Netze, Bewertung des Modells, Klassifizierungsalgorithmen, Technische Merkmale, Methoden des maschinellen Lernens, Feature Technik
Mittel · Kurs · 1–4 Wochen

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

Duke University
Kompetenzen, die Sie erwerben: Modell-Optimierung, Logistische Regression, Computer Vision, Angewandtes maschinelles Lernen, Medizinische Bildgebung, Bildanalyse, Modell Ausbildung, Unüberwachtes Lernen, Faltungsneuronale Netzwerke, PyTorch (Bibliothek für maschinelles Lernen), Python-Programmierung, Lernen übertragen, Verarbeitung natürlicher Sprache, Tiefes Lernen, Faltungsneuronale Netze, Maschinelles Lernen, Überwachtes Lernen, Künstliche neuronale Netze, Transfer Learning, Methoden des maschinellen Lernens, Reinforcement Learning
Mittel · Kurs · 1–3 Monate
University of Glasgow
Kompetenzen, die Sie erwerben: Angewandtes maschinelles Lernen, Modellevaluation, Faltungsneuronale Netzwerke, Auto-Kodierer, Prädiktive Modellierung, Rekurrente Neuronale Netze (RNNs), Tiefes Lernen, Faltungsneuronale Netze, Maschinelles Lernen, Künstliche neuronale Netze, Verantwortungsvolle AI, Bewertung des Modells, Autokodierer, Software-Visualisierung
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Dimensionalitätsreduktion, Angewandtes maschinelles Lernen, Vorverarbeitung von Daten, Statistische Methoden, Modellevaluation, Unüberwachtes Lernen, Modell Ausbildung, Algorithmen für maschinelles Lernen, Prädiktive Modellierung, Scikit Learn (Bibliothek für maschinelles Lernen), Regressionsanalyse, Maschinelles Lernen, Überwachtes Lernen, Bewertung des Modells, Technische Merkmale, Klassifizierungsalgorithmen, Statistische Hypothesenprüfung, Explorative Datenanalyse, Methoden des maschinellen Lernens, Datenvorverarbeitung, Datenverarbeitung, Feature Technik, Statistische Inferenz
Mittel · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modell-Optimierung, Angewandtes maschinelles Lernen, Bereitstellung von Anwendungen, Vorverarbeitung von Daten, Datenerhebung, Modellevaluation, Kontinuierliche Überwachung, Modell Ausbildung, Validierung von Daten, Datenerfassung, Modell-Einsatz, Integrität der Daten, Datenpflege, Qualität der Daten, Systemüberwachung, Maschinelles Lernen, Bewertung des Modells, Datenqualität, Unstrukturierte Daten, Datenvalidierung, Daten-Synthese, Datenvorverarbeitung, MLOps (Operationen für maschinelles Lernen), Kontinuierliche Bereitstellung
Mittel · Kurs · 1–4 Wochen
University of London
Kompetenzen, die Sie erwerben: KI-Kenntnisse, Angewandtes maschinelles Lernen, Datenerhebung, Modellevaluation, Modell Ausbildung, Datenerfassung, Algorithmen für maschinelles Lernen, Statistisches maschinelles Lernen, Künstliche Intelligenz, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Maschinelles Lernen, Verantwortungsvolle AI, Bewertung des Modells, Technische Merkmale, Datenkompetenz, Feature Technik
Auf einen Abschluss hinarbeiten
Anfänger · Kurs · 1–4 Wochen

Imperial College London
Kompetenzen, die Sie erwerben: Modell-Optimierung, Dimensionalitätsreduktion, Deskriptive Statistik, Angewandtes maschinelles Lernen, Angewandte Mathematik, Statistische Methoden, Datenmanipulation, NumPy, Unüberwachtes Lernen, Jupyter, Statistik, Lineare Algebra, Datenwissenschaft, Regressionsanalyse, Numerische Analyse, Mathematische Software, Kalkulation, Geometrie, Methoden des maschinellen Lernens, Datenumwandlung
Anfänger · Spezialisierung · 3–6 Monate

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