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

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

DeepLearning.AI
Kompetenzen, die Sie erwerben: Computer Vision, Bewertung des Modells, Diagnostische Radiologie, Methoden des maschinellen Lernens, Prädiktive Modellierung, Prädiktive Analytik, Bildanalyse, Verarbeitung natürlicher Sprache, Maschinelles Lernen, Künstliche Intelligenz, Radiologie, Diagnostische Tests, Faltungsneuronale Netzwerke, Angewandtes maschinelles Lernen, Bewertung der Patienten, Tiefes Lernen, Statistisches maschinelles Lernen, Medizinische Bildgebung, Risikomodellierung, Faltungsneuronale Netze, Vorverarbeitung von Daten, Datenvorverarbeitung, Modellevaluation
Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Dimensionalitätsreduktion, Auto-Kodierer, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Generative Modellarchitekturen, Unüberwachtes Lernen, Rekurrente Neuronale Netze (RNNs), Generative KI, Datenwissenschaft, Feature Technik, Maschinelles Lernen, Klassifizierungsalgorithmen, Überwachtes Lernen, Faltungsneuronale Netzwerke, Reinforcement Learning, Tiefes Lernen, Generative adversarische Netze (GANs), Zeitreihenanalyse und Vorhersage, Python-Programmierung, Explorative Datenanalyse, Technische Merkmale, Regressionsanalyse, Faltungsneuronale Netze, Autokodierer
Auf einen Abschluss hinarbeiten
Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

Kompetenzen, die Sie erwerben: Modell Ausbildung, Entscheidungsbaum-Lernen, Bewertung des Modells, Methoden des maschinellen Lernens, Prädiktive Modellierung, Maschinelles Lernen, Test Daten, Überwachtes Lernen, Künstliche neuronale Netze, Angewandtes maschinelles Lernen, Tiefes Lernen, Daten importieren/exportieren, Statistisches maschinelles Lernen, Python-Programmierung, Scikit Learn (Bibliothek für maschinelles Lernen), Datenanalyse, Explorative Datenanalyse, Statistische Methoden, Regressionsanalyse, Vorverarbeitung von Daten, Datenvorverarbeitung, Modellevaluation
Anfänger · angeleitetes Projekt · Weniger als 2 Stunden
University of Michigan
Kompetenzen, die Sie erwerben: Modell Ausbildung, Bewertung des Modells, Algorithmen für maschinelles Lernen, Methoden des maschinellen Lernens, Prädiktive Modellierung, Unüberwachtes Lernen, Feature Technik, Maschinelles Lernen, Klassifizierungsalgorithmen, Modell-Optimierung, Überwachtes Lernen, Künstliche neuronale Netze, Angewandtes maschinelles Lernen, Python-Programmierung, Scikit Learn (Bibliothek für maschinelles Lernen), Technische Merkmale, Modellevaluation
Mittel · Kurs · 1–4 Wochen

Duke University
Kompetenzen, die Sie erwerben: Modell Ausbildung, Logistische Regression, Computer Vision, Methoden des maschinellen Lernens, Unüberwachtes Lernen, Lernen übertragen, Bildanalyse, Verarbeitung natürlicher Sprache, Maschinelles Lernen, Modell-Optimierung, Überwachtes Lernen, Faltungsneuronale Netzwerke, PyTorch (Bibliothek für maschinelles Lernen), Angewandtes maschinelles Lernen, Reinforcement Learning, Künstliche neuronale Netze, Tiefes Lernen, Python-Programmierung, Medizinische Bildgebung, Faltungsneuronale Netze, Transfer Learning
Mittel · Kurs · 1–3 Monate
University of Glasgow
Kompetenzen, die Sie erwerben: Auto-Kodierer, Bewertung des Modells, Verantwortungsvolle AI, Rekurrente Neuronale Netze (RNNs), Prädiktive Modellierung, Maschinelles Lernen, Künstliche neuronale Netze, Faltungsneuronale Netzwerke, Angewandtes maschinelles Lernen, Tiefes Lernen, Software-Visualisierung, Faltungsneuronale Netze, Autokodierer, Modellevaluation
Mittel · Kurs · 1–4 Wochen

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

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modell Ausbildung, Bewertung des Modells, Bereitstellung von Anwendungen, Unstrukturierte Daten, Daten-Synthese, Maschinelles Lernen, Qualität der Daten, MLOps (Operationen für maschinelles Lernen), Modell-Optimierung, Modell-Einsatz, Kontinuierliche Bereitstellung, Angewandtes maschinelles Lernen, Datenerhebung, Systemüberwachung, Datenpflege, Datenerfassung, Validierung von Daten, Kontinuierliche Überwachung, Integrität der Daten, Datenvalidierung, Vorverarbeitung von Daten, Datenqualität, Datenvorverarbeitung, Modellevaluation
Mittel · Kurs · 1–4 Wochen
University of London
Kompetenzen, die Sie erwerben: Modell Ausbildung, Bewertung des Modells, Verantwortungsvolle AI, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Algorithmen für maschinelles Lernen, Maschinelles Lernen, Feature Technik, Künstliche Intelligenz, Angewandtes maschinelles Lernen, Datenerhebung, Statistisches maschinelles Lernen, Datenerfassung, Datenkompetenz, Technische Merkmale, KI-Kenntnisse, Modellevaluation
Auf einen Abschluss hinarbeiten
Anfänger · Kurs · 1–4 Wochen

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