Læringsspor Deep Learning Odyssey - Online-opplæring med sertifikat

Deep Learning Odyssey

Advanced

5.0

3 reviews

20 Learners

Updated 11/2025

Start med kjerneprinsippene for hvordan nevrale nettverk fungerer, og gå videre til å bygge og trene egne modeller ved hjelp av populære rammeverk som…

124

Chapters

Learning hours

177

Assignments

AI Assistant

Shareable Certificate

Resultater

Track content

Related courses and projects

Attester

Funksjoner

Priser

Resultater

Track content

Related courses and projects

Attester

Funksjoner

Priser

Hva du vil lære

Clean and prepare data for machine learning

Understand neural network concepts

Explore PyTorch for neural network training

Transform raw data into usable features

Build neural networks with scikit-learn

Apply CNNs for image classification tasks

Engineer features to improve model performance

Implement neural networks using TensorFlow

Use RNNs for sequence and time series data

Learning track content

Behersk de grunnleggende trinnene for å rense og klargjøre rådata for analyse og maskinlæring.

Forståelse av Datakvalitet

Håndtering av Manglende Verdier

Håndtering av Duplikater og Uteliggere

Utfordring: Datarensing

Transformer rådata til brukbare funksjoner for maskinlæringsmodeller.

Skalaendring og Normalisering

Koding av Kategoriske Variabler

Funksjonstransformasjon og -Ekstraksjon

Utfordring: Transformasjonsrutenett

Utvikling og utvalg av funksjoner for å forbedre modellens ytelse og tolkbarhet.

Grunnleggende om Funksjonsutvalg

Oppretting av Interaksjonsfunksjoner

Automatisering av Forhåndsbehandling med Pipelines

Utfordring: Forhåndsbehandlingspipeline

Først skal vi diskutere hva et nevralt nettverk er og hvordan det fungerer. Vi vil også vurdere anvendelsesområdet.

Hva er et nevralt nettverk?

Anvendelser av dyp læring i den virkelige verden

Nevrale Nettverk eller Tradisjonelle Modeller

Nevralt Nettverksstruktur

Hva er et nevron?

Aktiveringsfunksjoner

Fremover- og Bakoverpropagasjon

Deretter skal vi forsøke å bygge vårt eget nevrale nettverk og se hvor effektivt det håndterer læring. Vi vil også vurdere en ferdig løsning fra scikit-learn-biblioteket.

Implementering av Enkeltnevron

Utfordring: Lage et Nevron

Perseptronlag

Utfordring: Lage en Perseptron

Fremoverpropagasjon

Tapefunksjon

Bakoverpropagasjon

Implementering av Tilbakepropagering

Modelltrening

Utfordring: Trening av Perseptron

Modellvurdering

Utfordring: Evaluering av Perceptron

Nevralt Nettverk med scikit-learn

Til slutt vil vi gi deg tilleggsinformasjon om hvordan du kan forstå hvilken modell som bør brukes og hvilke typer nevrale nettverk som finnes. For å fullføre kurset vil du bli testet på den tilegnede kunnskapen din.

Andre Typer Nevrale Nettverk

Justering av Hyperparametere

Utfordring: Automatisk Hyperparameterjustering

Quiz: Grunnleggende om Nevrale Nettverk

Sammendrag

Du vil få en grunnleggende forståelse av TensorFlows primære komponenter – tensores. Du vil utforske tensorenes natur og bruksområder, bli kjent med tensorers egenskaper og tilegne deg kunnskap om essensielle matematiske operasjoner.

Velkommen til Tensorflow

Introduksjon til Tensorer

Tensorers Egenskaper

Anvendelser av Tensorer

Batcher

Oppretting av Tensorer

Reduksjonsoperasjoner

Du vil lære hvordan TensorFlow fungerer og måter å forbedre ytelsen på. Ved slutten av dette modulen vil du være godt rustet til å implementere grunnleggende nevrale nettverk eller andre tensorberegninger, kun ved bruk av TensorFlow-biblioteket uten tillegg.

Opprettelse av et Nevralt Nettverkslag

Gradient Tape

Grafutførelse

Implementering av Nevrale Nettverk

Sammendrag

Utforsk grunnleggende konsepter i PyTorch, med fokus på tensorer—den sentrale datastrukturen som brukes til beregninger. Du vil lære om opprettelse av tensorer, tilfeldig initialisering, matematiske operasjoner og manipulering av former.

Hva er PyTorch?

Introduksjon til Tensorer

Funksjoner for Opprettelse av Tensorer

Utfordring: Initialisering av Tensorer

Oppretting av Tilfeldige Tensorer

Utfordring: Initialisering av Modellens Vekter og Bias

Matematiske Operasjoner med Tensorer

Utfordring: Utføre Matematiske Operasjoner

Former og Dimensjoner i PyTorch

Utfordring: Omforming av Tensorer

Utforsk sentrale konsepter for trening av modeller i PyTorch, inkludert beregning av gradienter og utførelse av flerstegs tilbakepropagering. Behersk lineær regresjon som en grunnleggende maskinlæringsmodell og introduksjon til effektiv håndtering av datasett.

Gradienter i PyTorch

Flertrinns Tilbakepropagering

Lineær Regresjon

Utfordring: Implementering av Lineær Regresjon

Arbeide med Datasett

Utfordring: Forberedelse av Iris-datasettet

Utforsk hvordan du bygger, trener og evaluerer nevrale nettverk ved hjelp av PyTorch. Du vil lære å definere et enkelt feedforward nevralt nettverk, optimalisere dets parametere gjennom trening og vurdere ytelsen.

Opprettelse av et Enkelt Nevralt Nettverk

Trening av Modellen

Evaluering av Modellen

Utfordring: Klassifisering av Blomster

Datamaskinsyn gjør det mulig for maskiner å tolke og analysere visuelle data, og etterligner menneskelig persepsjon. Denne delen dekker grunnleggende bilderepresentasjon, fargemodeller og matematiske grunnprinsipper som er essensielle for å forstå hvordan datamaskiner behandler bilder. Du vil utforske virkelige anvendelser, fra autonome kjøretøy til medisinsk bildediagnostikk, og se hvordan datamaskinsyn integreres med KI og maskinlæring.

Hva er datamaskinsyn?

Grunnleggende Bildebehandling

Lineær Algebra for Bildebehandling

OpenCV er et kraftig bibliotek for bildebehandling og oppgaver innen datamaskinsyn. Denne delen dekker grunnleggende teknikker som bildefiltrering, transformasjoner, kantdeteksjon og segmentering. Du vil lære hvordan man utfører uskarphet, terskling, konturdeteksjon og funksjonsekstraksjon for å forbedre og analysere bilder effektivt.

Grunnleggende Transformasjoner

Fourier-transformasjon

Lavpass- og Høypassfiltre

Støyreduksjon og Utjevning

Histogramutjevning

Superoppløsningsteknikker

Kantdeteksjon

Hjørne- og Blobdeteksjon

CNN-er behandler visuelle data ved hjelp av konvolusjon, pooling og aktiveringslag for å trekke ut egenskaper til oppgaver som bildeklassifisering og objektdeteksjon. Viktige komponenter inkluderer padding, konvolusjon for egenskapsuttrekking, pooling for reduksjon av kompleksitet og aktivering for ikke-linearitet. Populære arkitekturer som AlexNet, VGG og ResNet driver KI innen helsevesen, autonomi og sikkerhet.

Introduksjon til Konvolusjonsnevrale Nettverk

Konvolusjonslag

Pooling-lag

Utflating

Aktiveringsfunksjoner

Oversikt over Populære CNN-modeller

Utfordring: Bygge et CNN

Objektdeteksjon er en grunnleggende oppgave innen datamaskinsyn som innebærer å identifisere og lokalisere objekter i et bilde. I motsetning til bildeklassifisering, som tilordner én enkelt etikett til et helt bilde, klassifiserer objektdeteksjon ikke bare objekter, men bestemmer også deres posisjoner ved hjelp av avgrensningsbokser. Denne delen dekker sentrale teknikker og algoritmer brukt i objektdeteksjon, fra tradisjonelle metoder til dyp læringsbaserte tilnærminger som YOLO og U-Net.

Objektlokalisering

Objektdeteksjon

Forutsigelser av Avgrensningsbokser

Intersection Over Union (IoU) og Evalueringsmetrikker

Non-maks Undertrykking (NMS)

Ankerbokser

Oversikt Over YOLO-Modellen

Utfordring: Objektdeteksjon med Egendefinert Modell og YOLO

Datamaskinsyn har utviklet seg betydelig over tid, fra grunnleggende bildebehandlingsmetoder til avanserte dyp læring-teknikker. Denne delen tar for seg de nyeste innovasjonene innen datamaskinsyn, med fokus på overføringslæring, ansiktsgjenkjenning og bildegenerering. Vi utforsker fordelene med forhåndstrente modeller for ytelse, prinsippene bak ansiktsgjenkjenningsteknologi, og hvordan KI genererer bilder ved hjelp av dyp læring.

Overføring av læring i datamaskinsyn

Oversikt over Ansiktsgjenkjenning

Oversikt over Bildegenerering

Dekker begrensningene ved tradisjonelle nevrale nettverk for sekvensielle data og introduserer grunnleggende prinsipper for rekurrente nevrale nettverk. Forklarer RNN-arkitektur, typer og trinnvis implementering gjennom grunnleggende eksempler og en kodeutfordring.

Begrensninger ved ANN-er

Hvordan RNN Fungerer?

Typer av RNN-er

Implementering av en Grunnleggende RNN

Utfordring: Implementering av Grunnleggende RNN

Utforsker vanlige treningsutfordringer som forsvinnende og eksploderende gradienter. Introduserer avanserte RNN-varianter, inkludert LSTM og GRU, med fokus på deres interne mekanismer og bruksområder, samt praktiske implementeringseksempler for hver.

Forsvinnende og Eksploderende Gradienter

Sigmoid- og Tanh-aktiveringer

Long Short-Term Memory (LSTM)-Nettverk

Eksempel på LSTM

Gated Recurrent Units (GRU)

Når LSTM og GRU Bør Brukes

Fokuserer på behandling og prediksjon av tidsseriedata ved bruk av RNN-baserte modeller. Inkluderer datainnhenting, forhåndsbehandlingsteknikker, modelltrening og ytelsesevaluering, med vekt på sammenligning av LSTM- og GRU-arkitekturer.

Introduksjon til Tidsserieprognoser

Laster Inn Dataene

Forbehandling av Tidsseriedata

Trening og Evaluering av en RNN

LSTM vs. GRU for Tidsserier

Utfordring: Tidsserieprognose med LSTM

Demonstrerer anvendelsen av RNN-er på tekstklassifiseringsoppgaver. Dekker sentrale NLP-konsepter, metoder for tekstkoding, trinn for datapreparering og konstruksjon av en LSTM-basert modell for prediksjon av sentiment.

Grunnleggende NLP

Tekstkoding

Laste Inn og Forhåndsbehandle Dataene

Modell for Sentimentanalyse

Utfordring: Bygge en LSTM for Sentimentanalyse

Forbedre dine tekniske ferdigheter!

med opptil 55% rabatt

Features:

*Tracks not included in Pro plan

500+ topprangerte kursBanebrytende AI Copilot

Personlige studieløp40+ praktiske prosjekter fra virkeligheten

Uten oppsigelse, før den valgte rabatterte planen utløper, godtar jeg at Codefinity automatisk belaster $104 hver 3. måned til jeg kansellerer. Les mer om oppsigelses- og refusjonspolicy på Abonnementsvilkår.

Recommended Courses and Projects

Course without tasks for flow test

Course for E2E testing

TEST COURSE WITH ALL TYPES OF COLUMN CHAPTERS

test python course with 6 sections

Testing Video Player

Test mobile outline course

Super course

Gjennomføring av A/B-test

I forretningsverdenen kan det å ta beslutninger basert på harde data fremfor intuisjon være nøkkelen til suksess. Dette kurset fokuserer på én avgjørende teknikk: analyse av A/B-testdata. Hoveddelen av kurset er et prosjekt der du gjennomfører en detaljert analyse av en A/B-test. Dette prosjektet, som du kan vise til i CV-en din, er tilgjengelig på Codefinity, slik at du kontinuerlig kan forbedre det og demonstrere din økende ekspertise.

TEST FREE COURSE

description

TEST SHORT VIDEO COURSE

TEST COMPARE MODE

description

Test e2e new task ui

Some

SAVE CODE SNIPPET TEST

description

TEST COLUMN AI ASSISTANT PYTHON

description

Utforsking av Innsikt fra Bysykkelutleie

Dette kurset veileder deg gjennom analyse og visualisering av hvordan vær- og sesongfaktorer påvirker daglig etterspørsel etter bysykkelutleie ved bruk av virkelige data.

Discover more Learning Tracks

spor

TEST TRACK 12

Nybegynner

Full Stack Webutvikling

Nybegynner

Bli en React-Utvikler

Middelsnivå

Mestring av Datavisualisering

Middelsnivå

SQL fra Nybegynner til Ekspert

Nybegynner

C++-Grunnleggende

Nybegynner

Python fra Null til Helt

Nybegynner

Maskinlæring – Fordypning

Middelsnivå

Python Utover Mellomnivå

Nybegynner

Java Essensielt

Nybegynner

Spillutvikling med Unity

Nybegynner

Become a Django Developer

Avansert

Hvorfor folk velger Codefinity

Web Developer

Kwizera Mugisha

The teaching methodology at Codefinity is excellent, and I particularly appreciate how it has prepared me to handle real-world coding problems. Currently, I am delving into Node.js and eagerly anticipate building full-stack projects that integrate all the knowledge I have gained.

Senior Business Analyst

Sherry Barnes-Fox

My first course was 4 hours, I did it in a few days, "nugget-style". The instructions are very clear and easy to understand. There is even a hint to help you get the answer. I love the learning style that is used, it engages me.

Accounts Payable Specialist

Bill Wagner

I have really liked the browser-based lessons that allow me to code within the lesson. The RUN button allows me to test the code I write before submitting for a grade.

IT Support Specialist

Daniel Chinea

I have gained a lot of practical and logical thinking skills, along with patience for myself and confidence in myself that I can learn programming. Years ago, I would have never thought that I could learn programming in any way, shape or form, and I was able to obtain these certifications and skills with Codefinity.

Technology Project Manager

Steve Bruening

The learning was progressive and made it easy to follow along and make progress. I could feel my skills increasing and building on each other as the course went along.

Project Manager

Stephanie Chan

As I went through the first course of the Python track, I liked the way the course was lay out (in easy and digestible modules) with little exercises at the end of each concept.

Step-by-Step to Stellar Results

Interaktivt kodemiljø

Dykk inn i vårt interaktive miljø: skriv og kjør koden din med sanntids tilbakemelding og suksessmålinger—lær ved å gjøre på hvert trinn.

AI-drevet støtte

Bruk den innebygde AI-assistenten til å forklare feil, foreslå løsninger eller svare på spørsmål om koden din—slik at du forblir produktiv og aldri står fast.

Check your progress

Avslutt hver modul med en rask quiz som gir umiddelbar tilbakemelding, sporer fremgangen din og sikrer at du har mestret viktige konsepter.

Promote your expertise

Tjen ditt bransjeanerkjente sertifikat ved fullføring og del det på LinkedIn med ett klikk—la nettverket ditt se hva du kan gjøre.

Stolte på av ansatte i ledende selskaper
og studenter fra toppuniversiteter

Full tilgang til katalogen

Et abonnement gir tilgang til dette kurset og hele katalogen vår av prosjekter og ferdigheter.

Features:

500+ topprangerte kursBanebrytende AI Copilot

Personlige studieløp40+ praktiske prosjekter fra virkeligheten

Prøv Codefinity med tillit – 30-dagers pengene-tilbake-garanti inkludert

For å ønske deg velkommen til Codefinity, tilbyr vi opptil 64% rabatt på våre kurs. I tillegg har vi en 30-dagers pengene-tilbake-garanti, slik at du kan prøve oss uten risiko.Vi ser virkelig frem til å ønske deg velkommen til vår plattform og er forpliktet til å gjøre din læringsopplevelse enkel, interaktiv og morsom.

Ready to get started?

Pro

Best intro offer

Ultimate

A complete experience
to kickstart your career

500+ Top-Rated courses

Completion certificates

Early access to new courses

40+ hands-on Real-world projects

Personalized study tracks

Unlimited workspaces

Få umiddelbar tilgang til 500+ kurs

Ubegrenset læring, umiddelbar tilgangFå full tilgang til alle kurs og spor, inkludert videoinnhold, quizer og dyptgående materialer—start læringen når som helst.

Bransjeanerkjente sertifikaterTjen sertifikater som bekrefter din ekspertise og styrker karrieren din innen teknologi, AI, data, markedsføring og mer.

KI-assistert læringFå personlige hint, sanntids tilbakemelding og AI-drevne forklaringer for å akselerere fremgangen din.

Stadig utvidelse: Nye kurs og karrieresporHold deg foran med stadig oppdaterte kurs, karriereveikart, utfordringer og praktiske prøver.

Bygg ferdigheter som betyr noeMestre etterspurte ferdigheter med kurs i AI, datavitenskap, programmering, markedsføring, automatisering, webutvikling og mer.

Interaktiv og sømløs læringEngasjer deg med praktiske prosjekter, virkelige øvelser og en intuitiv læringsopplevelse — ingen ekstra verktøy nødvendig.

Hva du vil lære

TEST TRACK 12

Full Stack Webutvikling

Bli en React-Utvikler

Mestring av Datavisualisering

SQL fra Nybegynner til Ekspert

C++-Grunnleggende

Python fra Null til Helt

Maskinlæring – Fordypning

Python Utover Mellomnivå

Java Essensielt

Spillutvikling med Unity

Become a Django Developer

Hvorfor folk velger Codefinity

Stolte på av ansatte i ledende selskaper og studenter fra toppuniversiteter

Full tilgang til katalogen

Prøv Codefinity med tillit – 30-dagers pengene-tilbake-garanti inkludert

Få umiddelbar tilgang til 500+ kurs

Stolte på av ansatte i ledende selskaper
og studenter fra toppuniversiteter