Im zweiten Kurs der Deep Learning Specializations werden Sie die Blackbox des Deep Learning öffnen, um die Prozesse zu verstehen, die die Leistung vorantreiben und systematisch gute Ergebnisse erzeugen.

Am Ende des Kurses werden Sie die besten Praktiken für das Training und die Entwicklung von Testsätzen und die Analyse von Verzerrungen/Varianzen für den Aufbau von Deep Learning-Anwendungen kennenlernen. Sie werden in der Lage sein, Standardtechniken für neuronale Netzwerke wie Initialisierung, L2- und Dropout-Regularisierung, Hyperparameter-Tuning, Batch-Normalisierung und Gradientenprüfung zu verwenden, eine Vielzahl von Optimierungsalgorithmen wie Mini-Batch-Gradientenabstieg, Momentum, RMSprop und Adam zu implementieren und anzuwenden und deren Konvergenz zu überprüfen sowie ein neuronales Netzwerk in TensorFlow zu implementieren. Die Deep Learning Specialization ist unser Grundlagenprogramm, das Ihnen hilft, die Möglichkeiten, Herausforderungen und Konsequenzen von Deep Learning zu verstehen und Sie darauf vorbereitet, an der Entwicklung von KI-Spitzentechnologie mitzuwirken. Es bietet Ihnen die Möglichkeit, sich das Wissen und die Fähigkeiten anzueignen, um maschinelles Lernen bei Ihrer Arbeit anzuwenden, Ihre technische Karriere voranzutreiben und den endgültigen Schritt in die Welt der KI zu machen.