Aperçu
L'intelligence artificielle transforme les industries en permettant aux machines d'apprendre à partir des données et de prendre des décisions intelligentes. Ce cours propose une exploration approfondie des réseaux de neurones récurrents (RNN) et des réseaux de neurones profonds (DNN), deux technologies essentielles de l'IA. Vous commencerez par les bases des RNN et leurs applications, suivies d'un examen des DNN, y compris leur architecture et leur mise en œuvre en utilisant PyTorch. Vous maîtriserez la construction et le déploiement de modèles d'IA sophistiqués, développerez des modèles RNN pour des tâches telles que la reconnaissance vocale et la traduction automatique, comprendrez et mettrez en œuvre des architectures DNN, et utiliserez PyTorch pour la construction et l'optimisation des modèles. À la fin, vous aurez une connaissance approfondie des RNN et des DNN et la confiance nécessaire pour appliquer ces techniques dans des scénarios réels.
Conçu pour les data scientists, les ingénieurs en apprentissage automatique et les passionnés d'IA ayant des connaissances de base en programmation (de préférence Python) et en statistiques, ce cours combine la théorie avec l'application pratique à travers des conférences vidéo, des exercices pratiques et des exemples concrets.
Université : Fournisseur : Coursera
Catégories : Cours d'Intelligence Artificielle, Cours d'Apprentissage Automatique, Cours de PyTorch, Cours de Descente de Gradient, Cours de Légendage d'Images, Cours de Reconnaissance Vocale
Programme
Enseigné par
Étiquettes
