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: Dimensionalitätsreduktion, Lernen übertragen, Vorverarbeitung von Daten, Tensorflow, Rekurrente Neuronale Netze (RNNs), Tiefes Lernen, Maschinelles Lernen, Datenverarbeitung, Modell Ausbildung, Verantwortungsvolle AI, Bewertung des Modells, A/B-Tests, Keras (Bibliothek für neuronale Netze), Bereinigung von Daten, Algorithmen für maschinelles Lernen, Künstliche neuronale Netze, Software für maschinelles Lernen, Modell-Einsatz, Apache Spark, Faltungsneuronale Netze
Fortgeschritten · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Transfer Learning, Keras (Neural Network Library), Fine-tuning, Embeddings, Deep Learning, Image Analysis, Artificial Neural Networks, Computer Vision, Natural Language Processing, Data Preprocessing, Model Optimization, Model Training
Mittel · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Vorverarbeitung von Daten, Tensorflow, Einbettungen, Rekurrente Neuronale Netze (RNNs), Maschinelles Lernen, Datenverarbeitung, Modell Ausbildung, Angewandtes maschinelles Lernen, Verarbeitung natürlicher Sprache, Künstliche neuronale Netze
Mittel · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Lernen übertragen, Klassifizierungsalgorithmen, Vorverarbeitung von Daten, Tensorflow, Bildanalyse, Tiefes Lernen, Maschinelles Lernen, Computer Vision, Modell Ausbildung, Bewertung des Modells, Angewandtes maschinelles Lernen, Modell-Optimierung, Keras (Bibliothek für neuronale Netze), Feinabstimmung, Faltungsneuronale Netze
Mittel · Kurs · 1–4 Wochen

Imperial College London
Kompetenzen, die Sie erwerben: Data Science, Regression Analysis, Descriptive Statistics, Applied Mathematics, Dimensionality Reduction, Artificial Neural Networks, Numerical Analysis, Model Optimization, Statistical Methods, Jupyter, NumPy, Statistics, Geometry, Linear Algebra, Applied Machine Learning, Machine Learning Methods, Data Manipulation, Calculus, Unsupervised Learning, Mathematical Software
Anfänger · Spezialisierung · 3–6 Monate

Northeastern University
Kompetenzen, die Sie erwerben: Generative AI, Generative Model Architectures, Multimodal Prompts, Large Language Modeling, Deep Learning, Recurrent Neural Networks (RNNs), Responsible AI, Embeddings, Musical Composition, Music, Autoencoders, Model Training
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Leistungsverbesserung, Leistungsoptimierung, Tiefes Lernen, Modell Ausbildung, Bewertung des Modells, Modell-Optimierung, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Leistungsanalyse, Feinabstimmung
Mittel · Kurs · 1–4 Wochen
Khalifa University
Kompetenzen, die Sie erwerben: Generative AI, Computer Vision, PyTorch (Machine Learning Library), Convolutional Neural Networks, Generative Adversarial Networks (GANs), Generative Model Architectures, Image Analysis, Fine-tuning, Artificial Neural Networks, Model Training, Applied Machine Learning, Model Evaluation, Deep Learning, Transfer Learning, Machine Learning, Artificial Intelligence and Machine Learning (AI/ML), Model Optimization, Artificial Intelligence
Mittel · Kurs

MathWorks
Kompetenzen, die Sie erwerben: Lernen übertragen, Vorverarbeitung von Daten, Datenanalyse, Bildanalyse, Tiefes Lernen, Matlab, Computer Vision, Modell Ausbildung, Software-Visualisierung, Bewertung des Modells, Modell-Optimierung, Netzarchitektur, Feinabstimmung, Faltungsneuronale Netze
Anfänger · Kurs · 1–4 Wochen

DeepLearning.AI
Kompetenzen, die Sie erwerben: Datenwissenschaft, AI-Förderung, Daten-Ethik, Künstliche Intelligenz, Tiefes Lernen, Maschinelles Lernen, Verantwortungsvolle AI, Angewandtes maschinelles Lernen, KI-Produktstrategie, KI-Kenntnisse, AI-Integrationen, Künstliche neuronale Netze
Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Prompt-Muster, Datenwissenschaft, Generative KI, Daten-Ethik, Maschinelles Lernen, Daten importieren/exportieren, Computer Vision, Verantwortungsvolle AI, Einheitliche Prüfung, Software-Architektur, AI-Arbeitsabläufe, LangChain, Python-Programmierung, Lebenszyklus der Softwareentwicklung, Modellierung großer Sprachen, Javascript, Abruf-erweiterte Erzeugung, IBM Wolke, Software-Entwicklung, Schnelles Engineering
Auf einen Abschluss hinarbeiten
Anfänger · Berufsbezogenes Zertifikat · 3–6 Monate
University of Michigan
Kompetenzen, die Sie erwerben: Methoden des maschinellen Lernens, Klassifizierungsalgorithmen, Überwachtes Lernen, Maschinelles Lernen, Modell Ausbildung, Technische Merkmale, Unüberwachtes Lernen, Bewertung des Modells, Angewandtes maschinelles Lernen, Prädiktive Modellierung, Modell-Optimierung, Python-Programmierung, Algorithmen für maschinelles Lernen, Künstliche neuronale Netze, Scikit Learn (Bibliothek für maschinelles Lernen)
Mittel · Kurs · 1–4 Wochen