Deep-Learning-Kurse können Ihnen helfen zu lernen, wie neuronale Netze aufgebaut, trainiert und bewertet werden. Sie können Fähigkeiten in Modellarchitekturen, Optimierung, Datenaufbereitung und Evaluationsmethoden aufbauen. Viele Kurse stellen Frameworks und Tools vor, die das Experimentieren mit tiefen Modellen unterstützen.

DeepLearning.AI
Kompetenzen, die Sie erwerben: KI-Kenntnisse, Datenwissenschaft, Tiefes Lernen, KI-Produktstrategie, Verantwortungsvolle AI, Maschinelles Lernen, Daten-Ethik, AI-Förderung, AI-Integrationen, Künstliche Intelligenz, Künstliche neuronale Netze, Angewandtes maschinelles Lernen
★ 4.8 (52.239) · Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Generative adversarische Netze (GANs), Datenwissenschaft, Dimensionalitätsreduktion, Feature Technik, Tiefes Lernen, Python-Programmierung, Regressionsanalyse, Reinforcement Learning, Autokodierer, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Generative KI, Explorative Datenanalyse, Maschinelles Lernen, Unüberwachtes Lernen, Faltungsneuronale Netzwerke, Auto-Kodierer, Überwachtes Lernen, Faltungsneuronale Netze, Rekurrente Neuronale Netze (RNNs), Zeitreihenanalyse und Vorhersage, Klassifizierungsalgorithmen, Generative Modellarchitekturen, Technische Merkmale
★ 4.6 (3628) · Mittel · Berufsbezogenes Zertifikat · 3–6 Monate

Kompetenzen, die Sie erwerben: Generative AI, Generative Model Architectures, Generative Adversarial Networks (GANs), Computer Vision, Image Analysis, Model Evaluation, Convolutional Neural Networks, Autoencoders, Model Optimization, Vision Transformer (ViT), Artificial Neural Networks, Model Deployment, Model Training, Deep Learning, Recurrent Neural Networks (RNNs), Embeddings, Machine Learning Methods, PyTorch (Machine Learning Library), AI Enablement, Artificial Intelligence
Fortgeschritten · Spezialisierung · 1–3 Monate

Coursera
Kompetenzen, die Sie erwerben: Model Deployment, Fine-tuning, PyTorch (Machine Learning Library), Model Evaluation, Model Training, Vision Transformer (ViT), Model Optimization, Transfer Learning, MLOps (Machine Learning Operations), Natural Language Processing, Debugging, Containerization, Kubernetes, Docker (Software), Distributed Computing, Performance Tuning, Tensorflow, Deep Learning, Cloud Computing, Data Pipelines
Fortgeschritten · Spezialisierung · 1–3 Monate

Imperial College London
Kompetenzen, die Sie erwerben: Modell Ausbildung, Modell-Optimierung, Datenvalidierung, Tiefes Lernen, Transfer Learning, Validierung von Daten, Autokodierer, Generative KI, Bewertung des Modells, Tensorflow, Daten-Pipelines, Lernen übertragen, Faltungsneuronale Netzwerke, Auto-Kodierer, Computerprogrammierung, Bildanalyse, Überwachtes Lernen, Faltungsneuronale Netze, Computer Programmierung, Rekurrente Neuronale Netze (RNNs), Bayessches Netz, Angewandtes maschinelles Lernen, Bayessche Statistik, Modellevaluation, Keras (Bibliothek für neuronale Netze), Generative Modellarchitekturen
★ 4.8 (722) · Mittel · Spezialisierung · 3–6 Monate

Kompetenzen, die Sie erwerben: Modell Ausbildung, Tiefes Lernen, Transfer Learning, Python-Programmierung, Bewertung des Modells, PyTorch (Bibliothek für maschinelles Lernen), Lernen übertragen, Faltungsneuronale Netzwerke, Bildanalyse, Faltungsneuronale Netze, Modellevaluation
★ 4.4 (228) · Mittel · angeleitetes Projekt · Weniger als 2 Stunden

DeepLearning.AI
Kompetenzen, die Sie erwerben: Modell Ausbildung, Datenvalidierung, Modell-Optimierung, Datenerfassung, Validierung von Daten, Kontinuierliche Bereitstellung, Bereitstellung von Anwendungen, Datenpflege, Maschinelles Lernen, Bewertung des Modells, Daten-Synthese, Qualität der Daten, Integrität der Daten, Unstrukturierte Daten, Datenvorverarbeitung, Modell-Einsatz, Datenerhebung, Kontinuierliche Überwachung, MLOps (Operationen für maschinelles Lernen), Vorverarbeitung von Daten, Angewandtes maschinelles Lernen, Systemüberwachung, Modellevaluation, Datenqualität
★ 4.8 (3357) · Mittel · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Modell Ausbildung, Feinabstimmung, Modell-Optimierung, Tiefes Lernen, Python-Programmierung, Transfer Learning, Vision Transformer (ViT), PyTorch (Bibliothek für maschinelles Lernen), Maschinelles Lernen, Bewertung des Modells, Daten-Pipelines, Datenvorverarbeitung, Lernen übertragen, Faltungsneuronale Netzwerke, Computer Vision, Künstliche Intelligenz, Faltungsneuronale Netze, Vorverarbeitung von Daten, Modellevaluation, Geografische Informationen und Technologie, Keras (Bibliothek für neuronale Netze)
★ 4.5 (693) · Fortgeschritten · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Recurrent Neural Networks (RNNs), Transfer Learning, Model Optimization, Tensorflow, Artificial Neural Networks, Applied Machine Learning, Embeddings, Keras (Neural Network Library), Deep Learning, Time Series Analysis and Forecasting, Fine-tuning, Image Analysis, Classification Algorithms, Convolutional Neural Networks, Natural Language Processing, Computer Vision, Model Training, Forecasting, Machine Learning, Text Mining
★ 4.7 (6) · Mittel · Spezialisierung · 1–3 Monate

Kompetenzen, die Sie erwerben: Feinabstimmung, Modell Ausbildung, Tiefes Lernen, Transfer Learning, PyTorch (Bibliothek für maschinelles Lernen), Bewertung des Modells, Datenvorverarbeitung, Lernen übertragen, Computer Vision, Faltungsneuronale Netzwerke, Bildanalyse, Faltungsneuronale Netze, Vorverarbeitung von Daten, Modellevaluation
★ 4.6 (49) · Mittel · angeleitetes Projekt · Weniger als 2 Stunden

Coursera
Kompetenzen, die Sie erwerben: Modell Ausbildung, Modell-Optimierung, Transfer Learning, Bewertung des Modells, Lernen übertragen, Faltungsneuronale Netzwerke, Faltungsneuronale Netze, Rekurrente Neuronale Netze (RNNs), Modellevaluation
Mittel · Kurs · 1–4 Wochen
University of Illinois Urbana-Champaign
Kompetenzen, die Sie erwerben: Tiefes Lernen, Autokodierer, Methoden des maschinellen Lernens, Algorithmen für maschinelles Lernen, Einbettungen, Große Daten, Künstliche Intelligenz und maschinelles Lernen (AI/ML), Gesundheitsinformatik, Generative KI, Maschinelles Lernen, Bewertung des Modells, Modell-Einsatz, Auto-Kodierer, Faltungsneuronale Netzwerke, Bildanalyse, Faltungsneuronale Netze, Rekurrente Neuronale Netze (RNNs), Überwachtes Lernen, Künstliche neuronale Netze, Angewandtes maschinelles Lernen, Gesundheitspflege, Modellevaluation, Generative Modellarchitekturen
★ 3.3 (49) · Fortgeschritten · Spezialisierung · 1–3 Monate