Erişim tarihi: 19 Eylül 2012.  ^ "Deep Learning Foundations: Hands-On Neural Network Projects".

Derin öğrenme, günümüz teknolojisinde en önemli gelişmelerin kaynağı, ancak başlamak zor olabilir. Bu ders karmaşık matematiksel kavramları, sinir ağlarının verileri nasıl işlediğini anlamaya yardımcı olacak açık, yazılı açıklamalara indirir. Tamamen yeni başlayandan, derin öğrenme modellerini tasarlama, eğitme ve değerlendirme yeteneğine sahip güvenilir bir pratisyene geçiş yapacaksınız. Yazılı adım adım kılavuzlarla, klasik sinirsel mimarileri uygulamayı ve gerçek dünya tahmini sorunlarını çözmek için modern en iyi uygulamaları uygulamayı öğreneceksiniz. Ne öğreneceksiniz: Katmanlar, etkinleştirme fonksiyonları ve geri yayılma da dahil olmak üzere sinir ağının temel terminolojisini anlamak; Modern çerçeve anlaşmalarını kullanarak besleyici sinir ağlarını inşa et ve eğit; Pratik görüntü sınıflandırma ve desen tanıma görevlerini çözmek için konvülzyonel sinir şebekelerini uygulayın; Tekrarlanan Sinirsel ağları geliştirin ve sıralı veri için modern dönüştürücü kavramlarını keşfedin; Ana metrikleri kullanarak model performansını değerlendirin ve aşırı uyumluluğu önlemek için hiperparametreleri optimizasyona tabi tutun; Depolama, sürümleme ve dağıtım için modelleri hazırlamak için temel MLOps uygulamalarını keşfet. Ders, temel tanımlamalar ve matematiksel sezgiyle başlar ve sonra sinirsel ağları nasıl inşa edeceğinizi ve nasıl iyileştireceğinizi gösteren yapısal metin tabanlı projeler aracılığıyla size rehberlik eder. Anlamanızı güçlendirmek için açık kod yürüyüşlerini okuyacak ve gerçek dünya veri kümelerini analiz edeceksiniz. Bu kurs, derin öğrenmeye yeni başlayan ve önceden nöral ağ deneyimi olmayan umut verici veri bilimcileri, geliştiriciler ve teknoloji meraklıları için tasarlanmıştır. Yapay zeka dünyasına yolculuğunuza bugün başlayın.