fbpx

深度學習與機器學習實踐訓練

Contents

使用深度 / 機器學習、人工神經網路建立 8 個實際的專案,從零開始變

從這 14 小時的課程,你會學到

  • 深度學習的實際應用
  • 機器學習的實際應用
  • 人工神經網路在汽車銷量預測中的應用
  • 如何利用深度神經網路進行影像分類
  • 如何利用 LE-NET 深度網路對交通標誌進行分類
  • 如何將遷移學習( TRANSFER LEARNING )應用到 CNN 影像分類
  • 如何利用預言者時間序列( PROPHET TIME SERIES )預測犯罪
  • 如何利用預言者時間序列( PROPHET TIME SERIES )預測市場狀況
  • 如何開發自然語言處理模型對評論進行分析
  • 如何應用自然語言處理技術開發垃圾郵件處理器
  • 如何使用以使用者為基礎的協同過濾器( USER-BASED COLLABORATIVE FILTERING )開發推薦系統

要求

課程說明

“深度學習和機器學習是目前最熱門的技術領域之一! 這個領域充滿了機會和職業前景。 機器 / 深度學習技術目前廣泛應用於銀行、醫療保健、運輸和技術等領域。

機器學習是研究教會電腦從經驗中學習的演算法。 透過經驗(即更多訓練資料) ,電腦可不斷改善其表現。 深度學習是利用多層人工神經網路的機器學習的一個子集。 深度學習受到人腦的啟發,模仿生物神經元的操作。 透過將多個人工神經元以分層的方式連線起來,形成了一個層次化的深層人工神經網路。 網路中新增的隱藏層越多,網路就越“深” ,可以建立的非線性關係就越複雜。 深度學習廣泛應用於自動駕駛汽車,臉部和語音識別,以及醫療保健應用。

本課程目的在以實用、簡單及有趣的方式,為學生提供深度及機器學習技術的關鍵方面知識。 本課程為學生提供使用真實世界資料集訓練深度和機器學習模型的實際動手做經驗。 本課程以實用的方式介紹幾種技術,專案包括但不限於:

(1) 訓練深度學習技術執行影像分類任務。

(2)利用最先進的 Facebook 預言者時間系列( Prophet Time series )開發預測模型,以預測未來事件,例如未來商品價格。

(3) 開發自然語言處理模型,以分析客戶評論及識別垃圾訊息。

(4)開發推薦系統,如亞馬遜和 Netflix 的電影推薦系統。

本課程主要針對想要獲得深度和機器學習模型基本理解的學生。 建議具備基礎的程式設計知識。 然而這些主題將在早期課程講座中被廣泛地討論; 因此,這門課程沒有先決條件,對任何具有基本程式設計知識的學生開放。 參加本課程的學生將掌握深度和機器學習模型,並能直接應用這些技能來解決現實世界中具有挑戰性的問題。”

目標受眾

  • 想應用他們的知識在真實世界案例研究的資料科學家
  • 希望得到更多實踐指導的深度學習從業者
  • 機器學習愛好者希望在自己的投資組合中新增更多的專案

講師簡介

    Dr. Ryan Ahmed, Ph.D., MBA  教授和暢銷的 Udemy 講師 更多講師主講課程介紹 )

    Ryan Ahmed 是一位熱愛教育和科技的暢銷的 Udemy 教練。Ryan 的使命是讓每個人都能獲得優質的教育,並且負擔得起。Ryan 擁有博士學位。麥克馬斯特大學( McMaster* University )工程學士學位,主修機電一體化和電動汽車(EV)控制。他還獲得了麥克馬斯特應用科學碩士學位,專注於人工智慧(AI)和 DeGroote 商學院的金融 MBA。

    Ryan 在全球頂級科技公司擔任過多個工程職位,例如三星美國公司和菲亞特克萊斯勒汽車公司 (FCA) 加拿大公司。 他為來自 160 個國家的超過 325,000 名學生教授了超過 46 門科學、技術、工程和數學課程,獲得了 29,000 多條 5 星評價,總體評分為 4.5/5。 Ryan 還領導著一個名為 “Prof. Ryan Ahmed” 的 YouTube 頻道,約 100 萬瀏覽量和 27,000 多名訂閱者,向人們傳授人工智慧、機器學習和資料科學知識。

    Ryan 發表了超過 33 篇關於人工智慧、機器學習、狀態估計、電池建模和電動汽車控制的期刊和會議研究論文。 他是美國密歇根州底特律舉行的 IEEE 交通電氣化會議暨博覽會 (iTEC 2012) 最佳論文獎的共同獲得者。 Ryan 是史丹佛認證專案經理 (SCPM)、安大略省認證專業工程師 (P.Eng.)、汽車工程師協會 (SAE) 會員以及電氣和電子工程師協會 (IEEE) 會員。 他還是美國伊利諾伊州芝加哥 2017 年 IEEE 交通和電氣化會議 (iTEC’17) 的計畫聯合主席。

    *麥克馬斯特大學是僅有的加拿大大學中四所持續排名全球前100名的大學之一。

    Kirill Eremenko   資料科學家和外匯系統專家

    我的名字是 Kirill Eremenko ,你正在讀這讓我超級興奮 !

    我在 Udemy 兩個類別的領域授課 : 資料科學和外匯交易。我想你將會對我是否可以提供你最好的訓練有信心,以下是我在這兩個領域的一些背景。

    資料科學

    在專業方面,我有超過 5 年在金融、零售、交通運輸等行業的資料科學管理顧問經驗。曾受過澳大利亞 Deloitte 最好的分析導師的訓練,今天我運用大數據來推動企業戰略、改造客戶體驗和徹底改變現有的操作流程。

    從我的課程中,你將立即注意到我如何將現實生活的經驗和物理與數學學術背景結合起來,在資料科學領域提供專業的分步指導。我也熱衷於公開演講,並定期在澳大利亞領先的大學和行業盛會上介紹大數據。

    外匯交易

    自2007年以來,我一直以交易員的身份積極參與外匯市場,並辦 MQL4 的程式設計課程計畫。我很享受外匯交易,因為外匯市場可以帶來的財務上的自由,更重要的 – 個人自由

    我生活的另一部分-是一個資料科學家 – 研究商業流程和人類行為模式的各種模式… 聽起來很熟悉?是的!巧合的是,我也是演算法交易的大粉絲 : ) EAs、外匯機器人、指標、腳本、MQL4, 甚至使用 java 程式設計做外匯 – 我全部都很愛!

    Kirill Eremenko

    Hadelin de Ponteves   資料科學家

    你好。我的名字是 Hadelin de Ponteves。總是渴望學習,我投入了大量的時間在學習和教學中,涵蓋廣泛的科學話題。

    今天我熱衷於機器學習、深入學習和人工智慧 ( AI )。我將盡最大的努力傳達我對資料科學的熱情。我在這個領域獲得了豐富的經驗。我擁有資料科學專業的工程碩士學位。我花了一年時間研究機器學習,從事創新和令人興奮的專案。 然後在Google的工作經驗中,我實施了一些用於商業分析的機器學習模型。

    最終,我意識到我花了大部分時間做分析,我逐漸需要培養更多的創意,所以我踏入創業生涯。我的課程結合分析和創造力的兩個維度,使你可以在應用於創意思考的同時學習資料科學中所需的所有分析技能。

    期待和你一起完成學習!

    Hadelin de Ponteves

    Mitchell Bouchard CEO,製片人,導演 RED CAPE FILMS B.S,MFA 候選人

    Mitchell 是來自加拿大安大略省哈羅的加拿大電影製作人。 2016年,他畢業於達科他州立大學,主修電腦圖形學專業電影和電影藝術。

    在達科他州立大學獲得多個獎項,如“1st Place BeadleMania”,“Winner College 10週年Dordt電影節”以及“傑出藝術家獎藝術與科學學院”。

    Mitchell 曾在CBC的“Windsors Shorts”電視節目中亮相,目前擔任RED CAPE FILMS的首席執行官。 他教授電影製作並製作高端電影製作。

    他還是TEDX Windsor的製片人/導演,演講者來自全國各地。

    SuperDataScience 團隊    幫助資料科學家成功的團隊

    Hi, 你好!

    我們是 SuperDataScience 團隊。你將在 Kirill Eremenko 教授的資料科學課程中看到我們 – 我們在這裡幫助你解決任何問題,並確保你在課程的旅程中總是一舤風順!

    聯繫最好的方法是在你正在學習的課程的問答中討論。在大多數情況下,我們會在24小時內回覆。

    我們熱衷於幫助你享受課程!

    課堂中見囉!

    誠摯地,
    SuperDataScience 真正的人

    英文字幕:有

    • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

    • 點選這個優惠連結 課程特價 | Udemy 永久擁有課程 NT330 起( 在電腦瀏覽器登入,點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 )
    • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
    • 手機上點選優惠連結看到的價格比電腦上看到的貴
    • $代表當地貨幣, 如在台灣為 NT
    • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

    報名參加課程

    Sponsored by Udemy


    Lingoda

    也許你會有興趣

    不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

    這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

    Powered by WordPress.com.

    Up ↑

    %d 位部落客按了讚: