Lärandespår Deep Learning Odyssey - Online-utbildning med certifikat

Deep Learning Odyssey

Advanced

5.0

3 reviews

20 Learners

Updated 11/2025

Börja med de grundläggande principerna för hur neurala nätverk fungerar och gå vidare till att bygga och träna egna modeller med populära ramverk som …

124

Chapters

Learning hours

177

Assignments

AI Assistant

Shareable Certificate

Resultat

Track content

Related courses and projects

Omdömen

Funktioner

Priser

Resultat

Track content

Related courses and projects

Omdömen

Funktioner

Priser

Vad du kommer att lära dig

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

Behärska de grundläggande stegen för att rensa och förbereda rådata för analys och maskininlärning.

Förståelse för Datakvalitet

Hantering av Saknade Värden

Hantering av Dubbletter och Avvikare

Utmaning: Datarensning

Omvandla rådata till användbara funktioner för maskininlärningsmodeller.

Skalning och Normalisering

Kodning av Kategoriska Variabler

Funktionstransformation och Extraktion

Utmaning: Transformationsrutnät

Konstruera och välj ut variabler för att förbättra modellens prestanda och tolkbarhet.

Grunderna i Funktionsurval

Skapa Interaktionsfunktioner

Automatisering av Förbehandling med Pipelines

Utmaning: Förbehandlingspipeline

Först kommer vi att diskutera vad ett neuralt nätverk är och hur det fungerar. Vi kommer även att behandla dess användningsområden.

Vad är ett neuralt nätverk?

Tillämpningar av Djupinlärning i Verkliga Världen

Neurala Nätverk eller Traditionella Modeller

Neuronnätsstruktur

Vad är en neuron?

Aktiveringsfunktioner

Framåt- och Bakåtriktad Propagiering

Därefter kommer vi att försöka bygga vårt eget neuronnätverk och se hur effektivt det klarar av inlärning. Vi kommer även att titta på en färdig lösning från scikit-learn-biblioteket.

Implementering av Enskild Neuron

Utmaning: Skapa en Neuron

Perceptronlager

Utmaning: Skapa en Perceptron

Framåtriktad Spridning

Förlustfunktion

Bakåtriktad Spridning

Implementering av Backpropagation

Modellträning

Utmaning: Träna Perceptronen

Modellutvärdering

Utmaning: Utvärdera Perceptron

Neuralt Nätverk med scikit-learn

Slutligen kommer vi att ge dig ytterligare användbar information om hur du kan förstå vilken modell som ska användas och vilka typer av neurala nätverk som finns. För att slutföra kursen kommer dina förvärvade kunskaper att testas.

Andra Typer av Neurala Nätverk

Justering av Hyperparametrar

Utmaning: Automatisk Hyperparameterjustering

Quiz: Grundläggande om Neurala Nätverk

Sammanfattning

Du kommer att få en grundläggande förståelse för TensorFlows primära komponenter – tensorer. Du kommer att fördjupa dig i tensorers natur och användningsområden, bekanta dig med tensorers egenskaper samt tillägna dig kunskap om grundläggande matematiska operationer.

Välkommen till TensorFlow

Introduktion till Tensorer

Tensorers Egenskaper

Tillämpningar av Tensorer

Reduktionsoperationer

Du kommer att lära dig hur TensorFlow fungerar och metoder för att förbättra dess prestanda. Efter detta avsnitt kommer du att vara väl förberedd för att implementera grundläggande neurala nätverk eller andra tensorberäkningar med enbart TensorFlow-biblioteket utan tillägg.

Skapa ett Neuronnätslager

Gradient Tape

Grafkörning

Implementering av Neurala Nätverk

Sammanfattning

Utforska grunderna i PyTorch med fokus på tensorer—den centrala datastrukturen för beräkningar. Du kommer att lära dig om skapande av tensorer, slumpmässig initialisering, matematiska operationer och formmanipulation.

Vad är PyTorch?

Introduktion till Tensorer

Funktioner för Skapande av Tensorer

Utmaning: Initiering av Tensorer

Skapa Slumpmässiga Tensorer

Utmaning: Initiering av Modellvikter och Bias

Matematiska Operationer med Tensorer

Utmaning: Utföra Matematiska Operationer

Former och Dimensioner i PyTorch

Utmaning: Omformning av Tensorer

Utforska centrala koncept för att träna modeller i PyTorch, inklusive beräkning av gradienter och utförande av flerstegs-backpropagation. Behärska linjär regression som en grundläggande maskininlärningsmodell och introducerar effektiv hantering av dataset.

Gradienter i PyTorch

Flerstegs-Backpropagering

Linjär Regression

Utmaning: Implementering av Linjär Regression

Att Arbeta med Dataset

Utmaning: Förbereda Iris-datasetet

Utforska hur man konstruerar, tränar och utvärderar neurala nätverk med PyTorch. Du kommer att lära dig att definiera ett enkelt feedforward-neuralt nätverk, optimera dess parametrar genom träning och bedöma dess prestanda.

Skapande av ett Enkelt Neuralt Nätverk

Träning av Modellen

Utvärdering av Modellen

Utmaning: Klassificera Blommor

Datorseende möjliggör för maskiner att tolka och analysera visuella data, vilket efterliknar mänsklig perception. Detta avsnitt behandlar grunderna i bildrepresentation, färgmodeller och matematiska grunder som är nödvändiga för att förstå hur datorer bearbetar bilder. Du får utforska tillämpningar i verkliga världen, från autonoma fordon till medicinsk bildbehandling, samt hur datorseende integreras med AI och maskininlärning.

Vad är datorseende?

Grunderna i Bildbehandling

Linjär Algebra för Bildmanipulation

OpenCV är ett kraftfullt bibliotek för bildmanipulation och datorseendeuppgifter. Detta avsnitt behandlar grundläggande tekniker såsom bildfiltrering, transformationer, kantdetektion och segmentering. Du får kunskap om hur man utför suddning, tröskling, konturdetektion och funktionsutvinning för att effektivt förbättra och analysera bilder.

Grundläggande Transformationer

Fouriertransform

Lågpass- och Högpassfilter

Brusreducering och Utjämning

Histogramutjämning

Superupplösningstekniker

Kantdetektering

Hörn- och Blobdetektering

CNN bearbetar visuella data med hjälp av konvolution, pooling och aktiveringslager för att extrahera egenskaper för uppgifter som bildklassificering och objektigenkänning. Viktiga komponenter inkluderar utfyllnad, konvolution för egenskapsutvinning, pooling för komplexitetsreduktion och aktivering för icke-linjäritet. Populära arkitekturer som AlexNet, VGG och ResNet driver AI inom hälso- och sjukvård, autonomi och säkerhet.

Introduktion till Konvolutionella Neurala Nätverk

Konvolutionslager

Poolningslager

Utjämning

Aktiveringsfunktioner

Översikt över Populära CNN-modeller

Utmaning: Bygga ett CNN

Objektdetektering är en grundläggande uppgift inom datorseende som innebär att identifiera och lokalisera objekt i en bild. Till skillnad från bildklassificering, som tilldelar en enda etikett till en hel bild, klassificerar objektdetektering inte bara objekt utan bestämmer även deras positioner med hjälp av avgränsningsrutor. Detta avsnitt behandlar centrala tekniker och algoritmer som används vid objektdetektering, från traditionella metoder till djupinlärningsbaserade tillvägagångssätt som YOLO och U-Net.

Objektlokalisering

Objektdetektering

Förutsägelser av Avgränsningsrutor

Intersection over Union (IoU) och Utvärderingsmetoder

Icke-Maximal Undertryckning (NMS)

Ankarlådor

Översikt av Yolo-modellen

Utmaning: Objektdetektering med Egen Modell och YOLO

Datorseende har utvecklats avsevärt genom åren, från grundläggande bildbehandlingsmetoder till avancerade djupinlärningstekniker. Detta avsnitt behandlar de senaste innovationerna inom datorseende, med fokus på transferinlärning, ansiktsigenkänning och bildgenerering. Vi undersöker fördelarna med förtränade modeller för prestanda, principerna bakom ansiktsigenkänningsteknik samt hur AI skapar bilder med hjälp av djupinlärning.

Transfer Learning inom Datorseende

Översikt av Ansiktsigenkänning

Översikt av Bildgenerering

Behandlar begränsningarna hos traditionella neurala nätverk för sekventiell data och introducerar grunderna i rekurrenta neurala nätverk. Förklarar RNN-arkitektur, typer och steg-för-steg-implementering genom grundläggande exempel och en kodningsutmaning.

Begränsningar hos ANN

Hur Fungerar RNN?

Typer av RNN:er

Implementering av ett Grundläggande RNN

Utmaning: Implementering av Grundläggande RNN

Utforskar vanliga träningsutmaningar såsom försvinnande och exploderande gradienter. Introducerar avancerade RNN-varianter inklusive LSTM och GRU, med fokus på deras interna mekanismer och användningsområden, samt praktiska implementeringsexempel för varje.

Försvinnande och Exploderande Gradienter

Sigmoid- och Tanh-Aktiveringar

Long Short-Term Memory (LSTM)-nätverk

Exempel på LSTM

Gated Recurrent Units (GRU)

När LSTM och GRU Bör Användas

Fokuserar på bearbetning och prognostisering av tidsseriedata med hjälp av RNN-baserade modeller. Inkluderar datainläsning, förbehandlingstekniker, modellträning och prestandautvärdering, med tonvikt på jämförelse mellan LSTM- och GRU-arkitekturer.

Introduktion till Tidsserieprognoser

Laddar Data

Förbehandling av Tidsseriedata

Träning och Utvärdering av en RNN

LSTM Kontra GRU för Tidsserier

Utmaning: Tidsserieprognos med LSTM

Demonstrerar tillämpningen av RNN:er på textklassificeringsuppgifter. Täcker grundläggande NLP-koncept, metoder för textkodning, steg för databereddning samt konstruktion av en LSTM-baserad modell för sentimentprediktion.

Grunderna i NLP

Textkodning

Laddning och Förbehandling av Data

Modell för Sentimentanalys

Utmaning: Bygga en LSTM för Sentimentanalys

Förbättra dina tekniska färdigheter!

med upp till 55% rabatt

Features:

*Tracks not included in Pro plan

500+ topprankade kurserBanbrytande AI Copilot

Personliga studieplaner40+ praktiska verkliga projekt

Ingen avbokning, innan den valda rabatterade planen är slut, godkänner jag att Codefinity automatiskt debiterar $104 var 3:e månad tills jag avbokar. Läs mer om avboknings- och återbetalningspolicyn på Prenumerationsvillkor.

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

Genomföra A/B-test

I affärsvärlden kan beslut baserade på hårda data snarare än intuition vara avgörande för framgång. Denna kurs fokuserar på en viktig teknik: analys av A/B-testdata. Kursens huvudmoment är ett projekt där du genomför en detaljerad analys av ett A/B-test. Detta projekt, som du kan visa upp i ditt CV, är tillgängligt på Codefinity, vilket gör att du kontinuerligt kan förbättra det och visa din växande expertis.

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

Utforska Insikter om Stadscykeluthyrning

Denna kurs vägleder dig genom analys och visualisering av hur väder och säsongsfaktorer påverkar den dagliga efterfrågan på cykeluthyrning med hjälp av verkliga data.

Discover more Learning Tracks

spår

TEST TRACK 12

Nybörjare

Fullstack Webbutveckling

Nybörjare

Bli en React-Utvecklare

Medelnivå

Bemästra Datavisualisering

Medelnivå

SQL från Nybörjare till Expert

Nybörjare

C++-Grunder

Nybörjare

Python från Noll till Hjälte

Nybörjare

Maskininlärning Mästerskap

Medelnivå

Python Bortom Mellanliggande

Nybörjare

Java-Grunder

Nybörjare

Spelutveckling med Unity

Nybörjare

Become a Django Developer

Avancerad

Varför folk väljer 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

Interaktiv kodningsmiljö

Hoppa in i vår interaktiva miljö: skriv och kör din kod med feedback i realtid och framgångsmått—lär dig genom att göra vid varje steg.

AI-driven support

Använd den inbyggda AI-assistenten för att förklara fel, föreslå lösningar eller svara på frågor om din kod—så att du förblir produktiv och aldrig fastnar.

Check your progress

Avsluta varje modul med ett snabbt quiz som ger omedelbar feedback, spårar din framsteg och säkerställer att du har bemästrat viktiga koncept.

Promote your expertise

Få ditt branschigenkända certifikat vid slutförandet och dela det på LinkedIn med ett klick—låt ditt nätverk se vad du kan göra.

Betrodd av anställda på ledande företag
och studenter från toppuniversitet

Full tillgång till katalogen

Ett abonnemang öppnar denna kurs och hela vår katalog av projekt och färdigheter.

Features:

500+ topprankade kurserBanbrytande AI Copilot

Personliga studieplaner40+ praktiska verkliga projekt

Prova Codefinity med förtroende – 30-dagars pengarna-tillbaka-garanti ingår

För att välkomna dig till Codefinity erbjuder vi upp till 64% rabatt på våra kurser. Dessutom har vi en 30-dagars pengarna-tillbaka-garanti, så att du kan prova oss riskfritt.Vi ser verkligen fram emot att välkomna dig till vår plattform och är engagerade i att göra din lärandeupplevelse enkel, interaktiv och rolig.

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 omedelbar tillgång till 500+ kurser

Obegränsat lärande, omedelbar tillgångFå full tillgång till alla kurser och spår, inklusive videoinnehåll, quiz och djupgående material—börja lära när som helst.

Branschigenkända certifikatFå certifikat som bekräftar din expertis och stärker din karriär inom teknik, AI, data, marknadsföring och mer.

AI-assisterat lärandeFå personliga tips, feedback i realtid och AI-drivna förklaringar för att påskynda din framsteg.

Ständigt expanderande: Nya kurser och karriärspårHåll dig före med ständigt uppdaterade kurser, karriärkartor, utmaningar och praktiska övningstester.

Bygg färdigheter som räknasBehärska efterfrågade färdigheter med kurser i AI, datavetenskap, programmering, marknadsföring, automation, webbutveckling och mer.

Interaktivt och sömlöst lärandeEngagera dig med praktiska projekt, verkliga övningar och en intuitiv lärandeupplevelse — inga extra verktyg behövs.

Vad du kommer att lära dig

TEST TRACK 12

Fullstack Webbutveckling

Bli en React-Utvecklare

Bemästra Datavisualisering

SQL från Nybörjare till Expert

C++-Grunder

Python från Noll till Hjälte

Maskininlärning Mästerskap

Python Bortom Mellanliggande

Java-Grunder

Spelutveckling med Unity

Become a Django Developer

Varför folk väljer Codefinity

Betrodd av anställda på ledande företag och studenter från toppuniversitet

Full tillgång till katalogen

Prova Codefinity med förtroende – 30-dagars pengarna-tillbaka-garanti ingår

Få omedelbar tillgång till 500+ kurser

Betrodd av anställda på ledande företag
och studenter från toppuniversitet