Name: Introduction to Deep Learning in Python
Rating: 4.8384279475982535 (229 reviews)

รายละเอียดคอร์ส

ค้นพบการประยุกต์ใช้ Deep Learning

การเรียนรู้เชิงลึกคือเทคนิคการเรียนรู้ของเครื่องที่อยู่เบื้องหลังความสามารถที่น่าตื่นเต้นที่สุดในหุ่นยนต์ การประมวลผลภาษาธรรมชาติ การจดจำภาพ และปัญญาประดิษฐ์ ในหลักสูตร 4 ชั่วโมงนี้ คุณจะได้รับความรู้เชิงปฏิบัติแบบลงมือทำเกี่ยวกับการนำทักษะ Python ของคุณไปประยุกต์ใช้กับการเรียนรู้เชิงลึกด้วยไลบรารี Keras 2.0

สำรวจโมเดล Keras กับผู้มีส่วนร่วมในไลบรารี

สอนโดย Dan Becker อดีตนักวิทยาศาสตร์ข้อมูลของ Google และผู้มีส่วนร่วมใน Keras คอร์สเรียน deep learning นี้จะสำรวจโมเดลโครงข่ายประสาทเทียมและวิธีที่คุณสามารถสร้างการคาดการณ์ด้วยโมเดลเหล่านี้ได้ บทแรกๆ จะช่วยเพิ่มความเข้าใจของคุณเกี่ยวกับทั้งการแพร่กระจายไปข้างหน้าและการแพร่กระจายย้อนกลับ รวมถึงวิธีการทำงานจริงในทางปฏิบัติ

ไลบรารี Keras เป็นไลบรารี Python ที่สามารถช่วยคุณพัฒนาและประเมินโมเดลการเรียนรู้เชิงลึกได้ เช่นเดียวกับไลบรารี Python หลายตัว มันฟรี เป็นโอเพนซอร์ส และใช้งานง่ายมาก คุณจะเริ่มต้นด้วยการสร้างโมเดล Keras และจะได้เรียนรู้วิธีคอมไพล์ ฟิต และจำแนกประเภทโมเดลก่อนที่จะทำการคาดการณ์ เมื่อคุณเรียนจบหลักสูตรนี้แล้ว คุณจะมีเครื่องมือทั้งหมดที่จำเป็นในการสร้างโครงข่ายประสาทเทียมเชิงลึก และเริ่มทดลองกับโครงข่ายที่กว้างและลึกมากขึ้นเมื่อเวลาผ่านไป

เจาะลึกการเรียนรู้เชิงลึกให้มากยิ่งขึ้น

หลักสูตรนี้เป็นส่วนหนึ่งของเส้นทางการเรียนรู้ด้านแมชชีนเลิร์นนิงและดีปเลิร์นนิงหลายเส้นทาง โดยมอบเส้นทางที่ชัดเจนให้คุณพัฒนาทักษะและประสบการณ์ในด้านนี้ต่อไปหลังจากที่คุณเรียนจบหลักสูตรเบื้องต้น ไม่ว่าคุณจะต้องการทำโปรเจกต์ส่วนตัวให้สำเร็จ หรือก้าวไปสู่สายอาชีพในฐานะนักวิทยาศาสตร์แมชชีนเลิร์นนิง

ข้อกำหนดเบื้องต้น

Supervised Learning with scikit-learn

หลักสูตร

โครงสร้างคอร์ส

พื้นฐาน deep learning และ neural network

ในบทนี้ จะได้ทำความคุ้นเคยกับแนวคิดพื้นฐานและคำศัพท์ที่ใช้ใน deep learning รวมถึงทำความเข้าใจว่าเหตุใดเทคนิค deep learning จึงมีประสิทธิภาพสูงในปัจจุบัน จากนั้นจะได้สร้าง neural network อย่างง่ายและใช้งานเพื่อสร้างการพยากรณ์

เริ่มบทเรียน

การปรับแต่ง neural network ด้วย backward propagation

เรียนรู้วิธีปรับปรุงการพยากรณ์ที่ได้จาก neural network โดยใช้วิธีที่เรียกว่า backward propagation ซึ่งเป็นหนึ่งในเทคนิคที่สำคัญที่สุดใน deep learning การเข้าใจหลักการทำงานของมันจะช่วยวางรากฐานที่แข็งแกร่งสำหรับการเรียนรู้ในครึ่งหลังของคอร์ส

เริ่มบทเรียน

การสร้างโมเดล deep learning ด้วย Keras

ในบทนี้ จะได้ใช้ไลบรารี Keras เพื่อสร้างโมเดล deep learning สำหรับทั้งการถดถอยและการจำแนกประเภท พร้อมเรียนรู้ขั้นตอน Specify-Compile-Fit ที่ใช้สำหรับสร้างการพยากรณ์ และเมื่อจบบทนี้ จะมีเครื่องมือครบพร้อมสำหรับการสร้าง deep neural network

เริ่มบทเรียน

การปรับแต่งโมเดล Keras

เรียนรู้วิธีปรับแต่งโมเดล deep learning ใน Keras เริ่มจากการตรวจสอบความถูกต้องของโมเดล ทำความเข้าใจแนวคิดเรื่อง model capacity และทดลองสร้างโครงข่ายที่กว้างขึ้นและลึกขึ้น