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.

Kompetenzen, die Sie erwerben: Computer Vision, Image Analysis, Model Evaluation, Convolutional Neural Networks, Model Optimization, Artificial Neural Networks, Model Training, Machine Learning Methods, PyTorch (Machine Learning Library), Artificial Intelligence and Machine Learning (AI/ML), Deep Learning, Transfer Learning, Machine Learning, Recurrent Neural Networks (RNNs), Artificial Intelligence, NumPy, Python Programming, Matplotlib, Data Visualization, Data Science
Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Autokodierer, Angewandtes maschinelles Lernen, Rekurrente Neuronale Netze (RNNs), Verarbeitung natürlicher Sprache, Netzarchitektur, Modell-Optimierung, Maschinelles Lernen, Keras (Bibliothek für neuronale Netze), Methoden des maschinellen Lernens, Bildanalyse, Lernen übertragen, Künstliche neuronale Netze, Auto-Kodierer, Regressionsanalyse, Modell Ausbildung, Faltungsneuronale Netze, Tiefes Lernen, Faltungsneuronale Netzwerke, Transfer Learning
Mittel · Kurs · 1–3 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Angewandtes maschinelles Lernen, Rekurrente Neuronale Netze (RNNs), Methoden des maschinellen Lernens, Modell-Optimierung, Python-Programmierung, Überwachtes Lernen, Künstliche Intelligenz, Künstliche neuronale Netze, Modell Ausbildung, Faltungsneuronale Netze, Tiefes Lernen, Faltungsneuronale Netzwerke
Mittel · Kurs · 1–4 Wochen

Johns Hopkins University
Kompetenzen, die Sie erwerben: Responsible AI, Autoencoders, Model Training, Convolutional Neural Networks, Recurrent Neural Networks (RNNs), Data Ethics, Model Optimization, Deep Learning, Artificial Neural Networks, Reinforcement Learning, Generative AI, Generative Adversarial Networks (GANs), Machine Learning Algorithms, Model Deployment, Generative Model Architectures, Debugging, Machine Learning Methods, Artificial Intelligence, Image Analysis, Unsupervised Learning
Mittel · Spezialisierung · 3–6 Monate

Dartmouth College
Kompetenzen, die Sie erwerben: Supervised Learning, Bayesian Network, Logistic Regression, Artificial Neural Networks, Machine Learning Methods, Statistical Modeling, Predictive Modeling, Model Evaluation, Convolutional Neural Networks, Statistical Machine Learning, Probability & Statistics, Bayesian Statistics, Deep Learning, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning, Machine Learning Algorithms, Statistical Methods, Artificial Intelligence, Regression Analysis, Statistical Inference
Auf einen Abschluss hinarbeiten
Mittel · Spezialisierung · 3–6 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Rekurrente Neuronale Netze (RNNs), Angewandtes maschinelles Lernen, Verarbeitung natürlicher Sprache, Modell-Optimierung, Modellierung großer Sprachen, Gesicht umarmen, Überwachtes Lernen, Künstliche Intelligenz, Bildanalyse, Künstliche neuronale Netze, Tensorflow, Lernen übertragen, Generative KI, Modell Ausbildung, Feinabstimmung, Einbettungen, Faltungsneuronale Netze, Tiefes Lernen, Computer Vision, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Faltungsneuronale Netzwerke, Transfer Learning
Auf einen Abschluss hinarbeiten
Mittel · Spezialisierung · 3–6 Monate

Johns Hopkins University
Kompetenzen, die Sie erwerben: Maschinelles Lernen, Methoden des maschinellen Lernens, Modell-Optimierung, Bewertung des Modells, Bildanalyse, Künstliche neuronale Netze, Algorithmen für maschinelles Lernen, Algorithmen, Modell Ausbildung, Modellevaluation, Computer Vision, Faltungsneuronale Netze, Tiefes Lernen, Faltungsneuronale Netzwerke
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Model Evaluation, Convolutional Neural Networks, Model Training, Data Preprocessing, Image Analysis, Predictive Modeling, Deep Learning, Keras (Neural Network Library), Tensorflow, Data Processing, Model Optimization, Computer Vision, Artificial Neural Networks, Recurrent Neural Networks (RNNs), Data Transformation, Financial Forecasting, Applied Machine Learning, Feature Engineering, Statistical Visualization, Python Programming
Anfänger · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Angewandtes maschinelles Lernen, Wahrscheinlichkeitsrechnung und Statistik, Methoden des maschinellen Lernens, Überwachtes Lernen, Maschinelles Lernen, Vorverarbeitung von Daten, Tensorflow, PyTorch (Bibliothek für maschinelles Lernen), Logistische Regression, Regressionsanalyse, Tiefes Lernen, Datenverarbeitung, Prädiktive Modellierung, Statistische Methoden, Datenvorverarbeitung
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Angewandtes maschinelles Lernen, Modell-Optimierung, Bewertung des Modells, Klassifizierungsalgorithmen, Bildanalyse, Leistungsoptimierung, PyTorch (Bibliothek für maschinelles Lernen), Künstliche neuronale Netze, Lernen übertragen, Datenumwandlung, Logistische Regression, Modell Ausbildung, Modellevaluation, Feinabstimmung, Faltungsneuronale Netze, Tiefes Lernen, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Faltungsneuronale Netzwerke, Transfer Learning
Mittel · Kurs · 1–3 Monate

Johns Hopkins University
Kompetenzen, die Sie erwerben: Generative adversarische Netze (GANs), Autokodierer, Rekurrente Neuronale Netze (RNNs), Verantwortungsvolle AI, Generative Modellarchitekturen, Daten-Ethik, Künstliche neuronale Netze, Auto-Kodierer, Generative KI, Unüberwachtes Lernen, Markov-Modell, Reinforcement Learning, Tiefes Lernen
Mittel · Kurs · 1–3 Monate

DeepLearning.AI
Kompetenzen, die Sie erwerben: Angewandtes maschinelles Lernen, Netzarchitektur, Vorverarbeitung von Daten, Bildanalyse, Künstliche neuronale Netze, Lernen übertragen, Tensorflow, Modell Ausbildung, Einbettungen, Feinabstimmung, Faltungsneuronale Netze, Computer Vision, Tiefes Lernen, Faltungsneuronale Netzwerke, Transfer Learning, Datenvorverarbeitung
Mittel · Kurs · 1–4 Wochen