Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Shoebur RahmanSpesialis Pengadaan, Giz Bangladesh
Deskripsi Kursus
Jelajahi Aplikasi Deep Learning
Deep learning adalah teknik machine learning yang mendasari kemampuan-kemampuan paling menarik dalam robotika, pemrosesan bahasa alami, pengenalan gambar, dan kecerdasan buatan. Dalam kursus berdurasi 4 jam ini, Anda akan memperoleh pengetahuan praktis yang langsung dapat diterapkan tentang cara menggunakan keterampilan Python Anda dalam deep learning menggunakan perpustakaan Keras 2.0.Jelajahi Model Keras dengan Kontributor Perpustakaan
Dibimbing oleh mantan ilmuwan data Google dan kontributor Keras, Dan Becker, kursus deep learning ini mengeksplorasi model jaringan saraf dan cara Anda dapat menghasilkan prediksi menggunakan model tersebut. Bab-bab awal akan memperluas pemahaman Anda tentang propagasi maju dan mundur serta bagaimana keduanya bekerja dalam praktiknya.Perpustakaan Keras adalah perpustakaan Python yang dapat membantu Anda mengembangkan dan mengevaluasi model pembelajaran mendalam. Seperti banyak perpustakaan Python lainnya, perpustakaan ini gratis, sumber terbuka, dan sangat ramah pengguna. Anda akan memulai dengan membuat model Keras dan akan belajar cara mengompilasi, melatih, dan mengklasifikasikannya sebelum melakukan prediksi. Setelah Anda menyelesaikan kursus ini, Anda akan memiliki semua alat yang diperlukan untuk membangun jaringan saraf dalam dan mulai bereksperimen dengan jaringan yang lebih lebar dan lebih dalam seiring waktu.
Menyelami Lebih Dalam tentang Deep Learning
Kursus ini merupakan bagian dari beberapa program pembelajaran mesin dan pembelajaran mendalam, yang menawarkan jalur yang jelas bagi Anda untuk mengembangkan keterampilan dan pengalaman di bidang ini setelah menyelesaikan kursus pengantar, baik Anda ingin menyelesaikan proyek pribadi atau mengejar karir sebagai Ilmuwan Pembelajaran Mesin.Prasyarat
Kurikulum
Ringkasan kursus
1
Dasar-dasar deep learning dan neural network
Pada bab ini, Anda akan mengenal konsep dan terminologi mendasar yang digunakan dalam deep learning, serta memahami mengapa teknik deep learning sangat kuat saat ini. Anda akan membangun neural network sederhana dan menghasilkan prediksi dengannya.
- Pendahuluan ke deep learning50 XP
- Membandingkan model jaringan saraf dengan model regresi klasik50 XP
- Propagasi maju50 XP
- Mengkoding algoritma forward propagation100 XP
- Fungsi aktivasi50 XP
- Fungsi Aktivasi Linear Terkoreksi100 XP
- Menerapkan jaringan pada banyak observasi/baris data100 XP
- Jaringan yang lebih dalam50 XP
- Propagasi maju dalam jaringan yang lebih dalam50 XP
- Jaringan saraf berlapis banyak100 XP
- Representasi dipelajari50 XP
- Tingkat representasi50 XP
2
Mengoptimalkan neural network dengan backward propagation
Pelajari cara mengoptimalkan prediksi yang dihasilkan oleh neural network Anda. Anda akan menggunakan metode yang disebut backward propagation, salah satu teknik terpenting dalam deep learning. Memahami cara kerjanya akan memberi Anda landasan yang kuat untuk dibangun pada paruh kedua kursus.
3
Membangun model deep learning dengan Keras
Pada bab ini, Anda akan menggunakan pustaka Keras untuk membangun model deep learning untuk regresi dan klasifikasi. Anda akan mempelajari alur kerja Specify-Compile-Fit yang dapat digunakan untuk membuat prediksi, dan pada akhir bab, Anda akan memiliki semua alat yang diperlukan untuk membangun deep neural network.
4
Menyetel model Keras secara optimal
Pelajari cara mengoptimalkan model deep learning Anda di Keras. Mulailah dengan mempelajari cara memvalidasi model, kemudian pahami konsep kapasitas model, dan akhirnya, bereksperimen dengan arsitektur yang lebih lebar dan lebih dalam.
Pengantar Deep Learning dengan Python
Kursus
Selesai
