神经网络课程可以帮助您学习架构设计、反向传播、激活函数和优化技术的基础知识。您可以掌握训练模型、调整超参数和评估性能指标的技能。许多课程介绍了 TensorFlow 和 PyTorch 等工具,这些工具支持在图像识别、自然语言处理和预测分析等实际应用中实现神经网络。

Northeastern University
您将获得的技能: Recurrent Neural Networks (RNNs), Large Language Modeling, Natural Language Processing, Hugging Face, PyTorch (Machine Learning Library), Transfer Learning, Artificial Neural Networks, Machine Learning Methods, Embeddings, Deep Learning, Applied Machine Learning
混合 · 课程 · 1-3 个月

您将获得的技能: Tensorflow, Convolutional Neural Networks, Keras (Neural Network Library), Matplotlib, Artificial Neural Networks, Image Analysis, Deep Learning, Applied Machine Learning, Python Programming, Model Evaluation, Adaptability, Problem Solving
中级 · 指导项目 · 不超过 2 小时

Coursera
您将获得的技能: 卷积神经网络, Python 程序设计, PyTorch(机器学习库), 深度学习, 生成对抗网络 (GAN), 图像分析
中级 · 指导项目 · 不超过 2 小时

Politecnico di Milano
您将获得的技能: 物联网, 深度学习, 硬件架构, 人工智能, 嵌入式系统, 云平台, 数据中心, 云计算, 信息技术, Machine Learning 方法, AI 赋能
初级 · 课程 · 1-4 周

您将获得的技能: PyTorch (Machine Learning Library), Transfer Learning, Model Evaluation, Vision Transformer (ViT), Keras (Neural Network Library), Deep Learning, Convolutional Neural Networks, Reinforcement Learning, Autoencoders, Unsupervised Learning, Tensorflow, Artificial Neural Networks, Recurrent Neural Networks (RNNs), Generative Adversarial Networks (GANs), Statistical Methods, Logistic Regression, Image Analysis, Data Preprocessing, Applied Machine Learning, Model Deployment
中级 · 专业证书 · 3-6 个月

多位教师
您将获得的技能: 数据伦理, 预测建模, 无监督学习, 深度学习, Scikit-learn (机器学习库), 张力流, 人工智能, 数据预处理, Transfer Learning, 强化学习, Model Evaluation, 分类算法, Jupyter, 应用机器学习, NumPy, 监督学习, 功能工程, 随机森林算法, 机器学习, 决策树学习
初级 · 专项课程 · 1-3 个月

DeepLearning.AI
您将获得的技能: 数据伦理, 深度学习, 张力流, 人工智能, 逻辑回归, 人工神经网络, Model Evaluation, Transfer Learning, 应用机器学习, 分类算法, 机器学习, 随机森林算法, 性能调整, 监督学习, 决策树学习
初级 · 课程 · 1-4 周

DeepLearning.AI
您将获得的技能: 深度学习, 拥抱的脸, Transfer Learning, 人工神经网络, 自然语言处理, 嵌入, 递归神经网络 (RNN)
中级 · 课程 · 1-4 周

DeepLearning.AI
您将获得的技能: Recurrent Neural Networks (RNNs), Deep Learning, Natural Language Processing, Keras (Neural Network Library), Tensorflow, PyTorch (Machine Learning Library), Artificial Neural Networks, Applied Machine Learning
中级 · 课程 · 1-4 周

您将获得的技能: Supervised Learning, Computer Vision, Recurrent Neural Networks (RNNs), Machine Learning Methods, Convolutional Neural Networks, Matplotlib, Data Visualization, Probability & Statistics, Deep Learning, Classification Algorithms, Artificial Intelligence, Plotly, Statistical Analysis, Data Visualization Software, Statistical Hypothesis Testing, Machine Learning, Seaborn, Applied Machine Learning, Digital Signal Processing, Statistical Inference
中级 · 专项课程 · 3-6 个月

DeepLearning.AI
您将获得的技能: 数据伦理, 深度学习, AI 产品战略, 人工智能, AI 赋能, 人工神经网络, 负责任的人工智能, 数据科学, 机器学习
初级 · 课程 · 1-4 周

IBM
您将获得的技能: Python 程序设计, 生成式人工智能, 检索-增强生成, 大型语言模型, 无监督学习, LLM 申请, PySpark, 矢量数据库, PyTorch(机器学习库), Keras(神经网络库), Transfer Learning, 计算机视觉, 监督学习, 视觉转换器(ViT), 生成模型架构, 数据科学, Model Evaluation, 机器学习, Apache Spark, Prompt Engineering
攻读学位
中级 · 专业证书 · 3-6 个月