Har du blitt introdusert til dyp læring og kunstig intelligens og ønsker å lære mer? Ønsker du å gå dypere inn i å lære om Python? Deretter trenger du den avanserte veiledningen til dyb læring og kunstig intelligens. Denne pakken dekker dyp læring i nevrale nettverk, autoenkodere, talegjenkjennelse og naturlig språkbehandling.

Følgende fire kurs er inkludert i denne pakken.

Dyp læring: Konvolutionelle nevrale nettverk i Python - Ta en titt på begreper bak datasyn og utvide hva du vet om neurale nettverk og dyp læring.

  • Tjuefem forelesninger og tre timers innhold
  • Bruk convolutional neurale nettverk (CNN) for å utforske StreetView House Number (SVHN) datasettet
  • Lag sammenføyningsfiltre som skal brukes til lyd eller bildebehandling
  • Grow dype neural nettverk med bare noen få funksjoner
  • Test CNNs skrevet i både Theano og TensorFlow

Unsupervised Deep Learning i Python - Lær om kraften til autoenkodere og begrenset Boltzmann-maskiner og diskutere hovedkomponentanalyser og en populær, ikke-lineær dimensjonsreduksjonsteknikk, og lær deretter om autoenkodere.

  • Tretti forelesninger og tre timers innhold
  • Oppdag begrensede Boltzmann-maskiner (RBMer) og hvordan du skal forhåndsbehandle dype nøytrale nettverk
  • Lær om Gibbs sampling
  • Bruk PCA og t-SNE på funksjoner som ble lært av autoenkodere og RBMer
  • Lær moderne dyp læringsutvikling

Dyp læring: Gjentatte neurale nettverk i Python - Lær om futuristiske vitenskap som kunstig vitenskap bak talegjenkjenning.

  • Trettito forelesninger og fire timers innhold
  • Oppdag Simple Recurrent Unit, aka Elman-enheten
  • Utvid XOR-problemet som et paritetsproblem
  • Lær språkmodellering
  • Bli adept på Word2Vec for å lage ordvektorer eller ordinnlegg
  • Undersøk den lange kortsiktige minnesenheten (LSTM) og gated recurrent unit (GRU)
  • Bruk det du lærer på praktiske problemer som å lære en språkmodell fra Wikipedia-data

Naturlig språkbehandling med dyp læring i Python - Utforsk avansert behandling av naturlig språk og lær om å utlede og implementere Word2Vec, GloVe, ordinnlegg og sentimentanalyse.

  • Forty forelesninger og fire og en halv time med innhold
  • Utforsk Word2Vec og lær hvordan det kartlegger ord til en vektorplass
  • Lær om GLoVes bruk av matrisefaktorisering og hvordan den bidrar til anbefalingssystemer
  • Oppdag rekursive nevrale nettverk for å løse problemet med negasjon i sentimentanalyse

Få denne dype læringspakken med 91% rabatt for bare 42 dollar.

Den avanserte veiledningen til dyp læring og kunstig intelligens