Программирование [pluralsight] Грамотность глубокого обучения — практическое применение (2022)

[Trinity]

[pluralsight] Грамотность глубокого обучения — практическое применение (2022)

Глубокое обучение является частью более широкого семейства методов машинного обучения, основанных на искусственных нейронных сетях с репрезентативным обучением. Обучение может быть контролируемым, полуконтролируемым или неконтролируемым
Этот путь ориентирован на глубокое обучение в действии. Мы привели ряд примеров, чтобы продемонстрировать, как глубокое обучение встроено в нашу повседневную жизнь. Это своего рода курсы, которые отражают путь от проблемы к решению.
Путь предназначен для энтузиастов данных, которые хотят узнать о глубоком обучении и попробовать себя в ролях, ориентированных на данные, таких как специалист по данным. Хотя этот путь будет содержать работоспособные решения, от учащегося не требуется иметь какой-либо опыт в машинном обучении или глубоком обучении. Намерение состоит в том, чтобы иметь песочницы для пути.

Список курсов

• Построить модель для обнаружения аномалий в данных временных рядов, Пратерт Падман
• Создайте механизм рекомендаций по рейтингу с совместной фильтрацией. Пратерт Падман.
• Создание модели обнаружения объектов с помощью Python Габриэль Давелаар
• Приложение глубокого обучения для финансов, автор Jaimin M.
• Приложение глубокого обучения для здравоохранения Колин Мэтьюз
• Приложение глубокого обучения для маркетинга, автор Нетта Цин
• Приложение глубокого обучения для розничной торговли Трент Макмиллан
• Внедрение подписей к изображениям с помощью рекуррентных нейронных сетей
• Реализовать распознавание изображений с помощью сверточной нейронной сети, Пратерт Падман
• Внедрение автозавершения текста с помощью LSTM Бисванат Гальдер
• Классификация настроений с помощью рекуррентных нейронных сетей Бисванат Гальдер
• Внедрение обработки естественного языка для встраивания слов Аксель Сирота

Опыт

• Понимание алгоритмов, используемых в пути. Хоть это и желательно, но не обязательно. Понимание ключевых понятий глубокого обучения.

Материал на английском языке

Подробнее:

Deep Learning Literacy - Practical Application

Deep learning is part of a broader family of machine learning methods based on artificial neural networks with representation learning. Learning can be supervised, semi-supervised or unsupervised. This path is focused on Deep Learning in action. We have pulled a series of examples to...

www.pluralsight.com

Скачать:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.