
University of St Andrews - Online
Haladó tanfolyam: Végponttól-végpontig gépi tanulásOnline United Kingdom
IDŐTARTAM
41 Days
NYELVEK
Angol
PACE
Részidő
JELENTKEZÉSI HATÁRIDŐ
Kérelem benyújtásának határideje
LEGKORÁBBI KEZDÉSI DÁTUM
Jul 2025
TANDÍJ
GBP 1800
TANULMÁNYI FORMÁTUM
Távoktatás
Bevezetés
Fejlett gépi tanulási technikák elsajátítása, beleértve a mély tanulást és a neurális hálózatokat, a kifinomult adatelemzéshez.
Ez a rövid tanfolyam megadja az eszközöket, amelyek segítségével megértheti a mesterséges neurális hálózatok (ANN) segítségével történő modern mélytanulás alapjául szolgáló fogalmakat és technológiákat.
A kurzus a scikit-learn Python csomag segítségével vezet be az alapvető neurális hálózatokba. Foglalkozik a többrétegű perceptronok és a Keras Python csomag segítségével történő képzés és előrejelzés kulcsfontosságú fogalmaival, technikáival és technológiáival.
A kurzus a modern mélytanulási technikák és eszközök speciális és haladó szintű lefedettségét is tartalmazza, mind a Keras, mind a TensorFlow Python csomagok alapján.
Tanulni fogsz:
- egyéni neurális háló modellek Tensorflow használatával
- mély számítógépes látás konvolúciós neurális hálózatok segítségével
- idősoros adatok modellezése rekurrens neurális hálózatokkal és
- képek mesterséges intelligencia (AI) generálása autoencoderek, generatív adaptív hálózatok és diffúziós technikák segítségével.
Minden témakörhöz fejlett Python kódot mellékelünk és magyarázunk.
Az elsődleges tanulási eredmény az, hogy képes lesz a modern mesterséges intelligencia-alapú gépi tanulás és adattudomány alapját képező legmodernebb technológiák alkalmazására és értékelésére.
Képtár
Ideális Diákok
A kurzus olyan magas szintű számolási készségekkel rendelkező szakembereknek szól, akik szeretnék megérteni a mesterséges neurális hálózatokon (ANN) alapuló modern mélytanulás alapját képező alapvető fogalmakat, módszereket és technológiákat.
A témakörök ismertetik a prediktív modellek levezetésére használt főbb módszereket többrétegű perceptronok, konvolúciós és rekurrens neurális hálózatok (CNN-ek és RNN-ek), valamint generatív mesterséges intelligencia segítségével, kiváló minőségű új adatok előállításához.
A mélytanulási munkafolyamatok végrehajtásának képessége számos területen alapvető készség, beleértve a következőket:
- pénzügy (jövőbeli részvényértékek előrejelzése)
- egészségügyi ellátás (daganatok kimutatása ultrahanggal)
- marketing (a felhasználói élmény személyre szabása).
Belépők
A program megvalósítása
Tanítási formátum
Ez egy önálló tempójú online tanulási rövid kurzus előadásokkal, interaktív elemekkel, és a kurzus elvégzése után a kurzusvezetővel tartandó mesterkurzushoz való hozzáféréssel.
Az időráfordítás jellemzően heti hat-nyolc óra.