Der Kurs "Advanced Neural Network Techniques" (Fortgeschrittene Techniken neuronaler Netze) befasst sich mit fortgeschrittenen Methoden neuronaler Netze und bietet den Lernenden ein tiefes Verständnis modernster Techniken wie rekurrente neuronale Netze (RNNs), Autoencoder, generative neuronale Netze und Deep Reinforcement Learning. Anhand praktischer Projekte und Anwendungen lernen die Teilnehmer die mathematischen Grundlagen und Einsatzstrategien dieser Modelle kennen: Sie erfahren, wie RNNs mit Sequenzdaten umgehen, entdecken die Leistungsfähigkeit von Autoencodern für unüberwachtes Lernen und lernen das transformative Potenzial von generativen Modellen wie GANs kennen. Der Kurs deckt auch das Verstärkungslernen ab und vermittelt Ihnen die Fähigkeiten, komplexe Entscheidungsprobleme mit tiefen neuronalen Netzen und Markov-Ketten zu lösen. Dieser Kurs soll eine Brücke zwischen theoretischem Wissen und praktischer Umsetzung schlagen und zeichnet sich dadurch aus, dass er reale Herausforderungen, ethische Überlegungen und zukünftige Forschungsrichtungen einbezieht.

Fortgeschrittene neuronale Netzwerktechniken
Nutzen Sie die Ersparnis! Erhalten Sie 40% Rabatt auf 3 Monate Coursera Plus und vollen Zugang zu Tausenden von Kursen.

Fortgeschrittene neuronale Netzwerktechniken
Dieser Kurs ist Teil von Spezialisierung „Grundlagen der neuronalen Netze“

Dozent: Zerotti Woods
Bei enthalten
Empfohlene Erfahrung
Was Sie lernen werden
Analyse und Implementierung rekurrenter neuronaler Netze (RNN) zur Verarbeitung von Sequenzdaten und zur Lösung von Aufgaben wie Zeitreihen-Vorhersage und Sprachmodellierung.
Erkunden Sie Autoencoder für Datenkompression, Feature Extraction und Anomalie-Erkennung sowie deren Anwendungen in verschiedenen Bereichen.
Entwicklung und Bewertung generativer Modelle wie GANs, Verständnis ihrer mathematischen Grundlagen und Herausforderungen bei der Bereitstellung.
Anwendung von Techniken des Bestärkenden Lernens unter Verwendung von Markov-Ketten und tiefen neuronalen Netzen, um komplexe Entscheidungsprobleme zu lösen.
Kompetenzen, die Sie erwerben
- Kategorie: Markov Model
- Kategorie: Deep Learning
- Kategorie: Recurrent Neural Networks (RNNs)
- Kategorie: Artificial Neural Networks
- Kategorie: Unsupervised Learning
- Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
- Kategorie: Data Ethics
- Kategorie: Reinforcement Learning
- Kategorie: Machine Learning Methods
Werkzeuge, die Sie lernen werden
- Kategorie: Generative Adversarial Networks (GANs)
- Kategorie: Autoencoders
- Kategorie: Generative AI
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
8 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 5 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent

Mehr von Algorithmen entdecken
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumFractal Analytics
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,

