使用 Python 和 Keras 進行深度學習

使用 Python 和 Keras 了解並建立圖像、文字等的深度學習模型

從這 10 小時的課程，你會學到

以簡單而準確的方式描述深度學習
解釋深入學習可以用來建構預測模型
區分哪些實際應用可以從深度學習中受益
要安裝和使用 Python 和 Keras 建構深入的學習模型
應用深度學習來解決關於影像，文字，聲音，時間序列和表格數據的監督和非監督學習問題。
建構，訓練和使用 fully connected，卷積和遞歸神經網路
無懼地觀察深入學習模型的內部結構，並具有調整其參數的能力
使用 GPU 在雲端中訓練和運行模型
估算大型模型的訓練費用
重新使用預先訓練的模型來減少訓練時間和成本（轉移學習）

需求

擁有 Python 知識，熟悉控制流程（if / else，for 迴圈）和 pythonic 建構式（functions，classes，iterables，generators）
會使用 bash shell（或同功能的命令列工具）和基本命令來複製和移動檔案
熟悉線性代數的基本知識（什麼是向量，什麼是矩陣，如何計算 dot product ）
會使用 ssh 連接到雲端伺服器

說明

本課程主要在提供深入學習的完整介紹。它針對熟悉 Python 的初學者和中級程式設計師和資料科學家，並希望了解並應用深度學習技術來解決各種問題。

我們從深入學習應用程式的檢閱和機器學習工具技術的概述開始。然後我們介紹人工神經網路，並解釋他們如何訓練來解決回歸和分類問題。

在其餘的課程中，我們介紹並解釋了包括完全連接，卷積( CNN )和遞歸神經網路 ( RNN )在內的多種架構，並且我們為每個架構解釋了這一理論並給出了大量的應用程式範例。

本課程是理論與實踐的平衡。我們不迴避解釋數學細節，同時我們提供練習和程式碼範例來應用你剛學到的內容。

目標是為學生提供堅實的基礎，而不僅僅是理論，而不僅僅是腳本，而是兩者兼備。在課程結束時，你將能夠認識到深度學習可以解決哪些問題，你將能夠設計和訓練各種神經網路模型，你將能夠使用雲端運運算來加快訓練並提高你的模型性能。

目標受眾是？

對資料科學和深度學習各種相關事物感興趣的軟體工程師，並希望更好地了解它
熟悉機器學習的資料科學家，希望發展深入學習的強大基礎知識

講師簡介

Jose Portilla Data Science, Pierian Data Inc. 資料科學主管 ( 更多講師主講課程介紹 )

Jose 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，他已經發展了分析資料的技能，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、分析資料，並以清晰美麗的視覺化方式呈現資料。

目前，他是 Pierian Data inc. 的資料科學主管，為通用電氣(General Electric)、 Cigna、《紐約時報》(The New York Times)、瑞士信貸(Credit Suisse)、麥肯錫(McKinsey)等頂級公司的員工提供面對面的資料科學和 python 程式設計培訓課程。如果想了解更多關於在內華達州拉斯維加斯舉行的面對面培訓或團體培訓會議的資訊，請隨時在 LinkedIn 上與他聯絡。