Deep Learning

Deep Learning ist ein Teilbereich des maschinellen Lernens, der künstliche neuronale Netze mit mehreren Schichten - auch bekannt als Deep Neural Networks - verwendet, um komplexe Muster und Beziehungen in Datensätzen zu modellieren und zu verstehen. Der Deep Learning-Katalog von Coursera vermittelt Ihnen die zugrunde liegenden Prinzipien und Methoden des Deep Learning. Sie lernen, wie man tiefe neuronale Netze aufbaut und einsetzt, verschiedene Techniken zum Trainieren und Optimieren von Deep-Learning-Modellen anwendet und deren Anwendungen in verschiedenen Branchen wie dem Gesundheitswesen, dem Finanzwesen und autonomen Fahrzeugen versteht. Außerdem lernen Sie die Konzepte von Convolutional Networks, Recurrent Networks und Generative Adversarial Networks kennen und werden so auf verschiedene Aufgaben im Bereich der KI und Datenwissenschaft vorbereitet.
103Zugangsdaten
5Online-Abschlüsse
381kurse

Filtern nach

Betreff
Erforderlich

Sprache
Erforderlich

Die im gesamten Kurs, sowohl für Anweisungen als auch Bewertungen, verwendete Sprache.

Lernprodukt
Erforderlich

Erwerben Sie mit praktischen Tutorials praxisrelevante Kompetenzen in weniger als zwei Stunden.
Lernen Sie von Spitzenlehrkräften mit benoteten Aufgaben, Videos und Diskussionsforen.
Sie erlernen neue Tools oder Kompetenzen in einer interaktiven, praxisnahen Umgebung.
Erwerben Sie eingehende Kenntnisse in einem Fach, indem Sie eine Reihe von Kursen und Projekten abschließen.
Erwerben Sie Karrierereferenzen von Branchenführern, die Ihre Qualifikation belegen.
Erwerben Sie Ihren Bachelor- oder Master-Abschluss online zu einem Bruchteil der Kosten eines Präsenzstudium.
Erwerben Sie eine von einer Universität ausgegebene Karrierereferenz in einem flexiblen, interaktiven Format.

Niveau
Erforderlich

Dauer
Erforderlich

Untertitel
Erforderlich

Lehrkraft
Erforderlich

Erkunden Sie den Deep Learning-Kurskatalog

  • Status: Kostenloser Testzeitraum

    DeepLearning.AI

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, MLOps (Maschinelles Lernen Operations), Computervision, PyTorch (Bibliothek für Maschinelles Lernen), Künstliche Intelligenz, Künstliche neuronale Netze, Tensorflow, Künstliche Intelligenz und Maschinelles Lernen (KI/ML), Maschinelles Lernen, Deep Learning, Datengesteuerte Entscheidungsfindung, Python-Programmierung, Algorithmen für maschinelles Lernen, Fehlersuche, Generative KI, Angewandtes maschinelles Lernen, Verarbeitung natürlicher Sprache, Bildanalyse, Überwachtes Lernen, Leistungsoptimierung

  • Status: Kostenloser Testzeitraum

    Kompetenzen, die Sie erwerben: Computervision, Künstliche Intelligenz, Künstliche neuronale Netze, Deep Learning, Maschinelles Lernen, Python-Programmierung, Lineare Algebra, Überwachtes Lernen, Infinitesimalrechnung

  • Status: Neu
    Status: Kostenloser Testzeitraum
    Status: KI-Fähigkeiten

    Kompetenzen, die Sie erwerben: PyTorch (Machine Learning Library), Data Quality, Generative AI, Deep Learning, MLOps (Machine Learning Operations), Data Pipelines, Application Deployment, Artificial Neural Networks, Software Visualization, Computer Vision, Dimensionality Reduction, Natural Language Processing, Machine Learning

  • Status: Kostenloser Testzeitraum

    Kompetenzen, die Sie erwerben: Netzwerk Architektur, Computervision, PyTorch (Bibliothek für Maschinelles Lernen), Deep Learning, Künstliche neuronale Netze, Maschinelles Lernen, Überwachtes Lernen

  • Status: Kostenloser Testzeitraum

    Mehrere Erzieher

    Kompetenzen, die Sie erwerben: Künstliche Intelligenz, Klassifizierungs- und Regressionsbaum (CART), Tensorflow, NumPy, Künstliche neuronale Netze, Deep Learning, Maschinelles Lernen, Python-Programmierung, Verantwortungsvolle KI, Datenethik, Feature Technik, Prädiktive Modellierung, Lernen mit Entscheidungsbäumen, Angewandtes maschinelles Lernen, Jupyter, Random Forest Algorithmus, Reinforcement Learning, Überwachtes Lernen, Scikit Learn (Bibliothek für Maschinelles Lernen), Unüberwachtes Lernen

  • Status: Kostenloser Testzeitraum
    Status: KI-Fähigkeiten

    Kompetenzen, die Sie erwerben: PyTorch (Machine Learning Library), Keras (Neural Network Library), Reinforcement Learning, Deep Learning, Unsupervised Learning, Machine Learning Methods, Generative AI, Artificial Neural Networks, Tensorflow, Artificial Intelligence and Machine Learning (AI/ML), Image Analysis, Computer Vision, Artificial Intelligence, Geospatial Information and Technology, Machine Learning, Natural Language Processing, Data Pipelines, Predictive Modeling, Machine Learning Algorithms, Probability & Statistics

Was führt Sie heute zu Coursera?

  • Status: Kostenloser Testzeitraum

    Kompetenzen, die Sie erwerben: Computervision, Netzwerk Architektur, Tensorflow, Künstliche neuronale Netze, Regressionsanalyse, Deep Learning, Maschinelles Lernen, Methoden des Maschinellen Lernens, Verarbeitung natürlicher Sprache, Bildanalyse, Keras (Bibliothek für Neuronale Netze), Netzwerk-Modell

  • Status: Neu
    Status: Kostenloser Testzeitraum

    Kompetenzen, die Sie erwerben: Large Language Modeling, Deep Learning, Prompt Engineering, Image Analysis, PyTorch (Machine Learning Library), Tensorflow, LLM Application, Computer Vision, Responsible AI, Natural Language Processing, Generative AI, Artificial Neural Networks, Data Ethics, Multimodal Prompts, Artificial Intelligence and Machine Learning (AI/ML), Applied Machine Learning, Machine Learning Methods, Artificial Intelligence, Application Deployment, Time Series Analysis and Forecasting

  • Status: Kostenloser Testzeitraum

    Kompetenzen, die Sie erwerben: Computervision, Tensorflow, Algorithmen, Künstliche neuronale Netze, Künstliche Intelligenz und Maschinelles Lernen (KI/ML), Deep Learning, Angewandtes maschinelles Lernen, Datenverarbeitung, Bildanalyse

  • Status: Kostenloser Testzeitraum

    Illinois Tech

    Kompetenzen, die Sie erwerben: Deep Learning, Generative AI, Artificial Neural Networks, Keras (Neural Network Library), PyTorch (Machine Learning Library), Network Architecture, Tensorflow, Computer Vision, Natural Language Processing, Machine Learning, Performance Tuning

  • Status: Kostenloser Testzeitraum

    Kompetenzen, die Sie erwerben: Modellierung großer Sprachen, LLM-Bewerbung, Computervision, Apache Spark, PyTorch (Bibliothek für Maschinelles Lernen), Datenverarbeitung, Unüberwachtes Lernen, Deep Learning, Maschinelles Lernen, Python-Programmierung, Generative AI-Agenten, Generative KI, Schnelles Engineering, Reinforcement Learning, Angewandtes maschinelles Lernen, Feature Technik, Bildanalyse, PySpark, Überwachtes Lernen, Keras (Bibliothek für Neuronale Netze)

  • Status: Kostenloser Testzeitraum

    Imperial College London

    Kompetenzen, die Sie erwerben: Daten-Pipelines, Computer Programmierung, Computervision, Datenüberprüfung, Tensorflow, Programm-Entwicklung, Deep Learning, Bayessche Statistik, Künstliche neuronale Netze, Maschinelles Lernen, Prädiktive Modellierung, Angewandtes maschinelles Lernen, Generative Modellarchitekturen, Methoden des Maschinellen Lernens, Verarbeitung natürlicher Sprache, Bildanalyse, Überwachtes Lernen, Unüberwachtes Lernen, Keras (Bibliothek für Neuronale Netze), Datenverarbeitung

Verwandte Rollen

Erwerben Sie das Wissen und die Fähigkeiten, die Sie für Ihren Aufstieg benötigen.

  • Diese Rolle hat eine 55.742 £ Durchschnittsgehalt ¹.

    beschreibung:

    A Data Scientist analyzes large datasets to uncover insights, using statistics, machine learning, and visualization to inform business strategies.

    Diese Rolle hat eine 55.742 £ Durchschnittsgehalt ¹.

    von

    Microsoft_logo
    IBM_logo
    Johns Hopkins University_logo
  • beschreibung:

    A Machine Learning Engineer builds and optimizes algorithms that enable computers to learn from data, using large datasets and neural networks.

    von

    IBM_logo
    DeepLearning.AI_logo
    Stanford University_logo

Am beliebtesten

Jetzt im Trend

Neue Veröffentlichungen

Was führt Sie heute zu Coursera?

Führende Partner

  • Google Cloud
  • DeepLearning.AI
  • Packt
  • IBM
  • EDUCBA
  • University of Colorado Boulder
  • Pearson
  • Johns Hopkins University