Deep Learning 课程可以帮助您学习神经网络、卷积网络和 Neural Network,以及它们在图像识别和自然语言处理中的应用。您可以掌握模型训练、超参数调整和性能评估方面的技能,这些技能对于开发有效的 AI 解决方案至关重要。许多课程都会介绍 TensorFlow 和 PyTorch 等工具,让您可以实现算法和优化模型,使您的学习体验与当前的行业实践密切相关。

DeepLearning.AI
您将获得的技能: 迁移学习, PyTorch(机器学习库), 机器学习, 调试, 卷积神经网络, 自然语言处理, 监督学习, 拥抱的脸, MLOps(机器学习 Operator), Keras(神经网络库), 递归神经网络 (RNN), 计算机视觉, 深度学习, 数据预处理, 性能调整, 嵌入, 图像分析, 人工神经网络, 应用机器学习, 张力流
攻读学位
中级 · 专项课程 · 3-6 个月

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

您将获得的技能: Computer Vision, Image Analysis, Convolutional Neural Networks, Transfer Learning, Deep Learning, Generative AI, Generative Model Architectures, Artificial Neural Networks, Artificial Intelligence and Machine Learning (AI/ML), Recurrent Neural Networks (RNNs), Applied Machine Learning, Data Processing, Network Architecture, Feature Engineering, Model Evaluation
初级 · 课程 · 1-4 周

DeepLearning.AI
您将获得的技能: 微积分, 卷积神经网络, 监督学习, 人工神经网络, 递归神经网络 (RNN), Python 程序设计, 线性代数, 深度学习, 应用机器学习
中级 · 课程 · 1-4 周

您将获得的技能: 卷积神经网络, PyTorch(机器学习库), 模型评估, Machine Learning 方法, 逻辑回归, 监督学习, 分类算法, 人工神经网络, 深度学习, 应用机器学习, 人工智能和机器学习(AI/ML)
中级 · 课程 · 1-3 个月

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

DeepLearning.AI
您将获得的技能: PyTorch (Machine Learning Library), Model Deployment, Convolutional Neural Networks, Transfer Learning, Generative AI, Deep Learning, Image Analysis, MLOps (Machine Learning Operations), Data Pipelines, Embeddings, Artificial Neural Networks, Model Evaluation, Data Preprocessing, Software Visualization, Computer Vision, Natural Language Processing, Machine Learning
中级 · 专业证书 · 1-3 个月

您将获得的技能: 回归分析, 模型评估, 分类与回归树 (CART), 自然语言处理, 卷积神经网络, Keras(神经网络库), 迁移学习, 机器学习, 人工神经网络, 自动编码器, 深度学习, 图像分析, 递归神经网络 (RNN), 应用机器学习, 网络架构
中级 · 课程 · 1-3 个月

您将获得的技能: Model Evaluation, Convolutional Neural Networks, Data Preprocessing, Keras (Neural Network Library), Image Analysis, Deep Learning, Tensorflow, Computer Vision, Artificial Neural Networks, Recurrent Neural Networks (RNNs), Data Manipulation, Data Transformation, Financial Forecasting, Data Visualization, Time Series Analysis and Forecasting, Exploratory Data Analysis, Python Programming, Customer Analysis, Applied Machine Learning, Cloud Computing
初级 · 专项课程 · 1-3 个月

MathWorks
您将获得的技能: Model Evaluation, Computer Vision, Model Deployment, Anomaly Detection, Convolutional Neural Networks, Image Analysis, Transfer Learning, Matlab, Deep Learning, Artificial Neural Networks, Applied Machine Learning, PyTorch (Machine Learning Library), Data Preprocessing, Classification Algorithms, Data Visualization, Data Synthesis, Performance Tuning, Data Analysis
初级 · 专项课程 · 1-3 个月

Imperial College London
您将获得的技能: 概率分布, 模型评估, 迁移学习, 贝叶斯统计, 卷积神经网络, 自然语言处理, 数据管道, 计算机视觉, 监督学习, 自动编码器, 人工神经网络, Keras(神经网络库), 递归神经网络 (RNN), 深度学习, 模型部署, 数据预处理, 图像分析, 张力流, 应用机器学习, 生成模型架构
中级 · 专项课程 · 3-6 个月

Illinois Tech
您将获得的技能: Recurrent Neural Networks (RNNs), Deep Learning, Generative AI, Convolutional Neural Networks, Transfer Learning, Image Analysis, Artificial Neural Networks, Keras (Neural Network Library), Generative Adversarial Networks (GANs), Artificial Intelligence and Machine Learning (AI/ML), PyTorch (Machine Learning Library), Network Architecture, Computer Vision, Natural Language Processing, Model Deployment, Model Evaluation
攻读学位
初级 · 课程 · 1-3 个月
Deep Learning 是机器学习的一个子集,它利用具有许多层(因此称为 "深层")的神经网络来分析各种形式的数据。它之所以重要,是因为它能让计算机执行通常需要人类智能的任务,如图像识别、Natural Language Processing 和决策。随着技术的不断发展,Deep Learning 在各行各业越来越不可或缺,推动了自动化、医疗保健、金融等领域的创新。
从事深度学习领域的职业可以为您打开通往各种工作机会的大门。一些常见的职位包括深度学习工程师、数据科学家、机器学习工程师、AI 研究员和计算机视觉工程师。这些职位通常涉及设计和实施 Deep Learning Model、分析数据,以及开发能够从数据中学习并根据数据进行预测的算法。
对于那些对深度学习感兴趣的人来说,有许多在线课程可供选择。一些最佳选择包括深度学习专项课程和IBM Deep Learning with PyTorch、Keras 和 Tensorflow 专业证书。这些课程提供深度学习技术和应用方面的全面培训和实践经验。
是的,您可以通过两种方式免费开始在 Coursera 上学习 Deep Learning:
如果您想继续学习、获得 Deep Learning 证书或在预览或试用后解锁全部课程访问权限,可以升级或申请经济援助。
要有效学习 Deep Learning,首先要打好编程和数学基础。学习入门课程,了解机器学习和神经网络的基础知识。通过开展项目,逐步学习更高级的主题和实际应用。参与在线社区和论坛也能为您提供支持,增强您的学习体验。
对于深度学习方面的员工培训和技能提升,AI ML with Deep Learning and Supervised Models 专项课程和Deep Learning for Healthcare 专项课程等专项课程尤其有益。这些课程侧重于实际技能和应用,适合劳动力发展。