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: Model Deployment, MLOps (Machine Learning Operations), Model Optimization, Model Training, Deep Learning, Generative AI, PyTorch (Machine Learning Library), Application Deployment, Cloud Deployment, Hugging Face, Model Evaluation, AI Workflows, Microsoft Azure, Performance Testing, Software Documentation, Containerization, Cloud Computing, Machine Learning, Computer Science, Data Science
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Technische Merkmale, Modell Ausbildung, Prädiktive Modellierung, Keras (Bibliothek für neuronale Netze), Tensorflow, Maschinelles Lernen, Python-Programmierung, Vorverarbeitung von Daten, Tiefes Lernen, Künstliche neuronale Netze, Bewertung des Modells, Bereinigung von Daten, Liegenschaften
★ 4.4 (23) · Anfänger · angeleitetes Projekt · Weniger als 2 Stunden

University of Alberta
Kompetenzen, die Sie erwerben: Simulationen, Methoden des maschinellen Lernens, Technische Merkmale, Überwachtes Lernen, Reinforcement Learning, Künstliche Intelligenz, Maschinelles Lernen, Markov-Modell, Lineare Algebra, Künstliche neuronale Netze, Algorithmen für maschinelles Lernen, Bewertung des Modells, Modell-Optimierung, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Algorithmen, Leistungsprüfung, Angewandtes maschinelles Lernen, Leistungsoptimierung
★ 4.7 (3603) · Mittel · Spezialisierung · 3–6 Monate
University of London
Kompetenzen, die Sie erwerben: Modell Ausbildung, Künstliche Intelligenz, Maschinelles Lernen, KI-Kenntnisse, Datenerhebung, Algorithmen für maschinelles Lernen, Bewertung des Modells, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Angewandtes maschinelles Lernen, Statistisches maschinelles Lernen
★ 4.7 (3542) · Anfänger · Kurs · 1–4 Wochen

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

University of Alberta
Kompetenzen, die Sie erwerben: Reinforcement Learning, Künstliche Intelligenz, Maschinelles Lernen, Markov-Modell, Algorithmen für maschinelles Lernen, Algorithmen
★ 4.8 (2911) · Mittel · Kurs · 1–3 Monate
University of Glasgow
Kompetenzen, die Sie erwerben: Methoden des maschinellen Lernens, Maschinelles Lernen, Tiefes Lernen, Künstliche neuronale Netze, Verantwortungsvolle AI, Autokodierer, Rekurrente Neuronale Netze (RNNs), Angewandtes maschinelles Lernen
★ 4.6 (15) · Mittel · Kurs · 1–4 Wochen

Imperial College London
Kompetenzen, die Sie erwerben: Data Transformation, Data Manipulation, Applied Mathematics, Data Science, Linear Algebra, Machine Learning
★ 4.6 (12.618) · Anfänger · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Modell Ausbildung, Tiefes Lernen, Computer Vision, Erkennung von Anomalien, Matlab, Modell-Einsatz
★ 4.9 (16) · Anfänger · Kurs · 1–4 Wochen

Google Cloud
Kompetenzen, die Sie erwerben: Responsible AI, LLM Application, AI literacy, Deep Learning
★ 4.7 (14.735) · Mittel · Spezialisierung · 1–3 Monate

Universidad de los Andes
Kompetenzen, die Sie erwerben: Recurrent Neural Networks (RNNs), Deep Learning, Convolutional Neural Networks, Generative Model Architectures, Generative Adversarial Networks (GANs), Transfer Learning, Vision Transformer (ViT), Image Analysis, Artificial Neural Networks, Model Optimization, Network Architecture, Natural Language Processing, Model Training
★ 4.7 (9) · Anfänger · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Explorative Datenanalyse, Deskriptive Statistik, Statistische Methoden, Bayessche Statistik, Statistische Analyse, Angewandte Mathematik, Wahrscheinlichkeitsverteilung, A/B-Tests, Statistik, Maschinelles Lernen, Statistische Inferenz, Python-Programmierung, Lineare Algebra, Statistische Hypothesenprüfung, Wahrscheinlichkeitsrechnung und Statistik, Künstliche neuronale Netze, Stichproben (Statistik), Kalkulation, Wahrscheinlichkeit, Dimensionalitätsreduktion
★ 4.6 (3258) · Mittel · Spezialisierung · 1–3 Monate