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

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

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

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

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

McMaster University
Kompetenzen, die Sie erwerben: Produktivität, Persönliche Entwicklung, Widerstandsfähigkeit, Mentorschaft, Lernstrategien, Wachstumsorientiertheit, Offene Denkweise, Aufbau von Beziehungen, Anpassungsfähigkeit, Lebenslanges Lernen, Überwindung von Hindernissen, Geistige Konzentration, Digitale Pädagogik, Berufliche Entwicklung, Die Bereitschaft zu lernen, Stressbewältigung
Anfänger · Kurs · 1–4 Wochen

University of Alberta
Kompetenzen, die Sie erwerben: Algorithmen, Künstliche Intelligenz, Algorithmen für maschinelles Lernen, Markov-Modell, Maschinelles Lernen, Agentische Systeme, Reinforcement Learning, Entscheidungsintelligenz
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Feature Engineering, MLOps (Machine Learning Operations), Model Optimization, Generative AI, Google Cloud Platform, Model Deployment, Tensorflow, Generative AI Agents, Google Gemini, Model Training, Dataflow, Big Data, Keras (Neural Network Library), Machine Learning, Generative Model Architectures, Data Preprocessing, Machine Learning Software, CI/CD, Machine Learning Methods, Cloud Computing
Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

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

Kompetenzen, die Sie erwerben: Modell Ausbildung, Künstliche neuronale Netze, R Programmierung, Streudiagramme, Tiefes Lernen, Datenwrangling, Prädiktive Modellierung, Regressionsanalyse, Deskriptive Statistik, Prädiktive Analytik, Bewertung des Modells, Statistische Methoden, Datenwissenschaft, Statistische Programmierung, Statistische Visualisierung, Software zur Datenvisualisierung, Plot (Grafiken), Methoden des maschinellen Lernens, R (Software), Datenmanipulation, Modellevaluation
Gemischt · Kurs · 1–4 Wochen

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

Kompetenzen, die Sie erwerben: Computer Vision, Image Analysis, Convolutional Neural Networks, Transfer Learning, Deep Learning, Generative AI, Generative Model Architectures, Artificial Neural Networks, Artificial Intelligence and Machine Learning (AI/ML), Recurrent Neural Networks (RNNs), Applied Machine Learning, Feature Engineering, Model Evaluation
Anfänger · Kurs · 1–4 Wochen