课程信息

30,849 次近期查看
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
中级

Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn. Familiarity with classic Supervised and Unsupervised Learning.

完成时间大约为60 小时
英语(English)

您将学到的内容有

  • Apply different optimization methods while training and explain different behavior.

  • Use cloud tools and deep learning libraries to implement CNN architecture and train for image classification tasks.

  • Apply deep learning package to sequential data, build models, train, and tune.

您将获得的技能

  • Deep Learning
  • Artificial Neural Network
  • Convolutional Neural Network
  • Unsupervised Deep Learning
  • Recurrent Neural Network
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
中级

Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn. Familiarity with classic Supervised and Unsupervised Learning.

完成时间大约为60 小时
英语(English)

提供方

Placeholder

科罗拉多大学波德分校

立即开始攻读硕士学位

此 课程 隶属于 科罗拉多大学波德分校 提供的 100% 在线 Master of Science in Data Science。 如果您被录取参加全部课程,您的课程将计入您的学位学习进程。

授课大纲 - 您将从这门课程中学到什么

1

1

完成时间为 10 小时

Deep Learning Introduction, Multilayer Perceptron

完成时间为 10 小时
6 个视频 (总计 68 分钟), 8 个阅读材料, 6 个测验
2

2

完成时间为 8 小时

Training Neural Networks

完成时间为 8 小时
6 个视频 (总计 86 分钟), 1 个阅读材料, 2 个测验
3

3

完成时间为 15 小时

Deep Learning on Images

完成时间为 15 小时
11 个视频 (总计 135 分钟), 1 个阅读材料, 2 个测验
4

4

完成时间为 14 小时

Deep Learning on Sequential Data

完成时间为 14 小时
4 个视频 (总计 44 分钟), 2 个阅读材料, 1 个测验

关于 Machine Learning: Theory and Hands-on Practice with Python 专项课程

Machine Learning: Theory and Hands-on Practice with Python

常见问题

还有其他问题吗?请访问 学生帮助中心