使用 Python 實做 TensorFlow 深度學習的完整指南課程

Contents

了解如何使用 Google 的深度學習框架 – TensorFlow，並配合 Python 解決尖端技術的問題！

從這堂 14 小時的課你將學到

了解神經網路的工作原理
使用 Python 從頭開始建構你自己的神經網路
使用 TensorFlow 進行分類和回歸任務
使用 TensorFlow 以卷積神經網路 (Convolutional Neural Networks ) 進行圖像分類
使用 TensorFlow 以遞歸神經網路 ( Recurrent Neural Networks ) 進行時間序列分析
使用 TensorFlow 以 AutoEncoders 解決非監督式學習問題 ( Unsupervised Learning Problems)
學習如何以 OpenAI Gym 執行增強式學習 ( Reinforcement Learning )
用 TensorFlow 建立生成式對抗網路 ( Generative Adversarial Networks )
成為深入學習的大師！

課程說明

本課程將引導你了解如何使用 Google 的 TensorFlow 框架來創建人工神經網路進行深度學習！本課程目的在讓你輕鬆了解 Google TensorFlow 框架複雜性的指南。市面許多課程和教學往往遠離純粹的 tensorflow，只使用抽象，給用戶較少的控制。終於我們在此提供一個完整的指南，教你使用 TensorFlow 框架，同時展示深入學習中的最新技術！

本課程設計以平衡理論和實踐，配備完整的 jupyter 筆記本程式碼指南與易於參考的簡報頁，以及筆記。我們還提供很多練習，來測試你一路所學的新技能！

本課程涵蓋了各種主題，包括

神經網路基礎
TensorFlow 基礎知識
人工神經網路
密集連結的網路
卷積神經網路
遞歸神經網路
AutoEncoders
加強式學習
OpenAI Gym
以及更多更多!

市面有很多深度學習框架，那麼為什麼要使用 TensorFlow？

世界各地的主要公司正在使用，包括Airbnb、Ebay、Dropbox、Snapchat、Twitter、Uber、SAP、高通、IBM、英特爾，當然還有Google！

今天就成為機器學習的大師吧! 我們希望在課程中見到你!

要求

一些程式設計的知識（最好是 Python）
一些數學的基本知識（平均值、標準差等）

目標受眾

渴望用 TensorFlow 實踐最新的深度學習技巧的 Python 開發者

你的講師

Jose Portilla 資料科學家 ( 更多講師主講課程介紹 )

Jose Marcial Portilla 擁有來自聖克拉拉(Santa Clara )大學的機械工程學士學位和碩士學位，也有多年資料科學和程式設計專業教練和培訓師的經驗。他在各種領域如微流體、材料科學和資料科學技術中有出版物和專利。在他的職業生涯中，他已經發展了分析數據的技能，他希望利用他在教學和資料科學方面的經驗，幫助其他人學習程式開發的能力，分析數據，以及清晰地呈現數據和漂亮的可視化。目前他是Pierian Data Inc.的數據科學主管，為世界各地的各種公司提供現場資料科學和python培訓課程，包括瑞士信貸等頂級銀行。隨時在LinkedIn上與他聯繫，獲取有關面對面培訓課程的更多信息。