Grundlagen neuronaler Netze mit TensorFlow und Keras

Dieser Kurs entmystifiziert die Grundlagen neuronaler Netze und vermittelt die praktischen Fähigkeiten, die zum Erstellen funktionaler Modelle mit dem branchenüblichen TensorFlow-Framework erforderlich sind.Dieser Kurs ist für alle, die sich mit Deep Learning beschäftigen, aber nicht sicher sind, wie sie es anfangen sollen. Nach Abschluss des Kurses verfügen Sie über ein solides Verständnis der Funktionsweise neuronaler Netze und die Fähigkeit, einen vollständigen Machine-Learning-Workflow von der Datenaufbereitung bis zur Modellauswertung mit modernen Werkzeugen zu implementieren. Was Sie lernen werden: * Verstehen Sie die grundlegende Architektur künstlicher neuronaler Netze (ANNs), einschließlich Schichten, Gewichte und Aktivierungsfunktionen. * Konfigurieren und implementieren Sie Deep-Learning-Modelle für Klassifizierungs- und Regressionsaufgaben mit der hochrangigen Keras-API. * Anwenden wesentlicher Datenaufbereitungstechniken, einschließlich Skalierung, Normalisierung und Handhabung strukturierter Dateneingaben. * Üben Sie Trainingsmodelle effektiv durch die Auswahl geeigneter Verlustfunktionen, Optimierer und die Überwachung von Leistungsmetriken. * Erstellen Sie einen vollständigen Machine-Learning-Workflow, einschließlich Speichern und Wiederverwenden trainierter TensorFlow-Modelle für die Bereitstellungsbereitschaft. Der Kurs beginnt mit der Einführung der Kernterminologie und -konzepte und führt Sie durch strukturierte, praktische Implementierungsschritte.Sie konzentrieren sich auf das Lesen und Verstehen des Codes, der zum Definieren, Kompilieren und Anpassen Ihrer ersten funktionalen neuronalen Netze erforderlich ist. Dieses Training ist perfekt für Einsteiger mit grundlegenden Programmierkenntnissen, die in das Feld des Deep Learning und der KI einsteigen möchten, ohne dass ein vorheriger Hintergrund in Machine Learning oder fortgeschrittener Mathematik erforderlich ist. Bauen Sie noch heute Ihr Grundlagenwissen in Künstlicher Intelligenz auf.