We bevinden ons in een tijd waarin machines steeds meer voor ons doen. Ze gebruiken zelfs kunstmatige intelligentie om ons te helpen leren. De Introductiebundel Diepe Leren en Kunstmatige Intelligentie zal je in dit opzicht laten raken door de nieuwste technologie. Je leert over lineaire en logistische regressie en diepgaand leren in Python, evenals praktisch diepgaand leren in Theano en TensorFlow.

De volgende vier cursussen zijn opgenomen in deze geweldige bundel.

Deep Learning Vereisten: Lineaire regressie in Python - Maak nauwkeurigere voorspellingen en stap in deep learning met behulp van waarschijnlijkheid

  • Twintig lezingen en twee uur inhoud
  • Bewijs de wet van Moore met behulp van een 1-D lineaire regressie
  • Maak een machine learning-model dat leert van meerdere ingangen
  • Voorspellen systolische bloeddruk van een patiënt met behulp van hun leeftijd en gewicht door het toepassen van multi-dimensionale lineaire regressie
  • Ga over generalisatie, overfitting en train testsplitsingen

Deep Learning Vereisten: Logistische regressie in Python - Maak kennis met de bouwstenen van neurale netwerken.

  • Eenendertig lezingen en drie uur inhoud
  • Leer om uw eigen logistische regressiemodule in Python te coderen
  • Leer terwijl u aan een cursusproject werkt dat gebruikersacties voorspelt van gebruikersgegevens op een website
  • Maak gebruik van gezichtsuitdrukkingherkenning door middel van diepgaand leren
    Ontdek hoe u op data gebaseerde beslissingen kunt nemen

Data Science: Deep Learning in Python - Ontdek hoe je kunstmatige neurale netwerken kunt bouwen zoals die netwerken die Google zo goed kennen.

  • 37 lezingen en vier uur inhoud
  • Gebruik de softmax-functie om het binaire classificatiemodel in meerdere klassen uit te breiden
  • Codeer de belangrijke trainingsmethode, backpropagation, in Numpy
  • Zet een neuraal netwerk aan het werk met Google's TensorFlow-bibliotheek
  • Gebruik een neuraal netwerk en gebruikersgegevens om gebruikersacties op een website te voorspellen
  • Gebruik deep learning voor herkenning van gezichtsuitdrukkingen
  • Ontdek de nieuwste ontwikkelingen in neurale netwerken

Data Science: Praktisch diep leren in Theano en TensorFlow - Ontdek en creëer neurale netwerken met twee van de meest populaire technieken voor diep leren.

  • Drieëntwintig lezingen en drie uur programmeren
  • Leer batch- en stochastische gradiëntafdaling waarmee je bij elke iteratie een klein aantal gegevens kunt trainen, waardoor de trainingstijd immens wordt versneld
  • Ontdek hoe momentum je door lokale minima heen kan halen
  • Ontdek technieken voor adaptief leren, zoals AdaGrad en RMSprop
  • Ga over drop-out regularisatie en andere moderne neurale netwerktechnieken
  • Leer de variabelen en uitdrukkingen van TensorFlor en Theano
  • Stel een GPU-instantie in op AWS en vergelijk de snelheden van CPU en GPU voor het trainen van een diep neuraal netwerk
  • Vergelijk MNIST-dataset en bekende benchmarks

Haal deze geweldige bundel voor 91% op.

De introductiepakket voor diepe leren en kunstmatige intelligentie