Cours sur l'apprentissage profond

487 Cours

Udacity

Introduction to Neural Networks with PyTorch

Apprenez les bases des réseaux de neurones avec Python et PyTorch, puis utilisez vos nouvelles compétences pour créer votre propre classificateur d'images—une application qui entraînera d'abord un modèle d'apprentissage profond sur un jeu de données d'images, puis utilisera le modèle entraîné pour classifier de nouvelles images. Université : Ud.

Udacity

Paid Course

4 weeks, 4-5 hours a week

On-Demand

Arizona State University

Data Mining for Smart Cities

Exploration de Données pour les Villes Intelligentes | Université d'État de l'Arizona | Coursera L'internet des objets (IoT) est devenu un composant significatif de la vie urbaine, donnant naissance aux “villes intelligentes.” Ces villes intelligentes visent à transformer les conglomérats urbains actuels en espaces de vie conviviaux pour les cit.

Coursera

Free Online Course (Audit)

63 hours

On-Demand

Universidad Continental

Introducción al deep learning contemporáneo

Introduction au deep learning contemporain Le deep learning est actuellement une partie centrale de l'intelligence artificielle contemporaine. Il se réfère au processus réalisé par les ordinateurs pour apprendre de l'expérience, permettant de décrire des abstractions complexes à partir de concepts plus simples de manière hiérarchique. Ce cours.

Coursera

Free Online Course (Audit)

11 hours

On-Demand

edX

Apprivoiser l’apprentissage automatique

Taming Machine Learning The main objective of the Taming Machine Learning MOOC is to introduce you to important concepts in a simplified way and then practice them through 7 Python tutorials on the free-to-access online application, Colab. The theoretical level is adjusted to emphasize the principles of the methods presented, illustrated with conc.

edX

Free Online Course (Audit)

7 weeks, 2-3 hours a week

On-Demand

Udacity  Nanodegree

AWS Machine Learning Engineer Nanodegree

Nanodegree d'ingénieur en apprentissage automatique AWS Le programme Nanodegree d'ingénieur en apprentissage automatique (MLE) AWS vise à fournir aux développeurs de logiciels et aux scientifiques des données l'expertise essentielle en science des données et en apprentissage automatique nécessaire pour créer et déployer des modèles d'apprentissa.

Udacity  Nanodegree

Paid Course

6 months

Introduction to artificial intelligence for trainers

Module 1 : Concepts Fondamentaux de l'Intelligence Artificielle (IA) et de l'Apprentissage Automatique À la fin de ce module, vous serez capable de : Distinguer entre apprentissage supervisé, non supervisé et par renforcement, et identifier le type d'apprentissage automatique le plus adapté à certains.

Pluralsight

Deep Learning with Keras 2

Deep Learning avec Keras Le Deep Learning est au cœur de nombreuses applications avancées d'apprentissage automatique et d'intelligence artificielle. Ce cours, Deep Learning avec Keras, vous montre comment utiliser Keras pour créer rapidement des réseaux neuronaux profonds et puissants. Il y a eu une révolution dans l'intelligence artificielle.

Pluralsight

Free Trial Available

2 hours 34 minutes

On-Demand

Pluralsight

Deep Learning: The Big Picture

L'apprentissage profond : La grande image L'apprentissage profond : La grande image L'apprentissage profond permet aux machines d'apprendre des tâches complexes sans programmation explicite. Dans ce cours, L'apprentissage profond : La grande image, vous explorerez les bases de l'apprentissage profond, ses applications et comment commencer votre.

Pluralsight

Free Trial Available

1 hour 28 minutes

On-Demand

Mastering Natural Language Processing (NLP) with Deep Learning

Maîtriser le Traitement Automatique du Langage Naturel (NLP) avec l'Apprentissage Profond Comprendre le monde complexe du traitement automatique du langage naturel peut être une tâche difficile mais essentielle dans cette industrie en pleine croissance. Dans ce cours, Maîtriser le Traitement Automatique du Langage Naturel (NLP) avec l'Apprentis.

Udemy

Machine Learning and Deep Learning Projects in Python

Projets de Machine Learning et Deep Learning en Python Découvrez 20 projets pratiques englobant le Machine Learning et le Deep Learning, mis en œuvre de manière experte en Python. Ce cours complet fournit tout le code nécessaire pour des applications concrètes, vous guidant de bout en bout. Offert par : Udemy Université : Catégories :.

Udemy

Paid Course

5 hours 34 minutes

On-Demand

1 ... 25 26 27 28 29 ... 49

Qu'est-ce que l'apprentissage en profondeur?

"Deep learning" – littéralement "apprentissage profond". Il s'agit de l'intelligence artificielle et de l'augmentation de ses capacités par l'entraînement, basé non pas sur des codes artificiels, mais sur des principes similaires à ceux du développement de l'intelligence humaine. Les méthodes d'apprentissage en profondeur permettent de rendre les machines auto-apprenantes.

Le terme lui-même et les développements dans ce domaine sont apparus il y a 40 ans, mais jusqu'en 2012, ils n'ont pas pu être appliqués en pratique, car ils étaient limités par une capacité technique insuffisante. Aujourd’hui, on compte déjà des travaux publiés par les pionniers de l’apprentissage en profondeur, et des manuels et des cours de formation dans ce domaine commencent progressivement à apparaître.

Apprentissage en profondeur en pratique : La capacité d'une machine à trouver une réponse en utilisant des calculs est appelée l'intelligence artificielle. On peut enseigner à une machine à apprendre de manière autonome en construisant des algorithmes appropriés - c'est ce qu'on appelle l'apprentissage machine. Avec cette approche, il ne sera plus nécessaire de coder des algorithmes pour résoudre des problèmes. Le processus d'acquisition et d'utilisation de compétences imite la pensée humaine et est appelé apprentissage en profondeur.

Quelles tâches peuvent être effectuées en utilisant l'apprentissage en profondeur dès maintenant?

Si, à l'aube de l'automatisation, les machines ont appris à faire le travail mécanique à la place des humains, maintenant, les machines apprennent à faire notre travail intellectuel de routine. Plus nous progressons, plus nous pouvons leur déléguer de tâches, libérant du temps pour ce qui compte vraiment.

Officiellement, la principale tâche de l'apprentissage en profondeur est l'automatisation des tâches complexes dans divers domaines d'activité humaine. C'est comme un ordinateur, mais d'un autre siècle et d'un autre niveau.

Mais l'aide d'un réseau neuronal à la création de programmes pour résoudre des problèmes cognitifs est particulièrement intéressante.

Assez de phrases générales, passons aux exemples:

La reconnaissance faciale par le système DeepFace est d'environ 97%, et ce résultat est à peu près le même que celui de la personne moyenne.

Imitation de la parole humaine par le système WaveNet. Il ne s'agit pas de lire du texte, mais de composer des phrases avec des accents, sans erreurs de stress et sans pauses non naturelles.

Poser des diagnostics médicaux. Par exemple, déterminer la rétinopathie diabétique à partir de photographies des yeux. La technologie est déjà utilisée dans les institutions médicales américaines.

Il est difficile d'imaginer ce qui nous attend à l'avenir si les gens en dehors de l'IT ont tout juste entendu parler de l'apprentissage en profondeur, et cela a déjà produit des résultats aussi étonnants.

Pourquoi étudier l'apprentissage en profondeur?

Pour gagner deux fois plus que les spécialistes IT ordinaires. Le progrès dans le domaine de la technologie de l'information ne se contente pas de marcher, mais court véritablement, et il est temps d'en tirer profit. Le domaine n'est pas encore saturé, et la saturation ne se produira pas de sitôt. Après tout, créer des réseaux de neurones n'est pas aussi simple que de limer des ongles ou de gérer des comptes Instagram. Mais maintenant est le moment de commencer à étudier afin de se développer avec votre spécialité et, peut-être, de devenir bientôt quelqu'un qui la développe.

Les cours d'apprentissage en profondeur qui existent actuellement se divisent en quatre catégories. Décidez par vous-même laquelle est pour vous :

Les formations sont des cours hautement spécialisés pour pratiquer des compétences spécifiques. Convient à ceux qui ont besoin de se faire une idée des principes de base de la pensée machine.

Longs cours - pour les spécialistes de l'IA et ceux qui travaillent dans l'analyse de bases de données. Les cours d’intelligence artificielle à long terme ne sont pas pour tout le monde et nécessitent de la patience et du temps.

Programmes universitaires - pour une immersion maximale dans le sujet. Ils peuvent être trop difficiles pour les débutants, bien que l'application de l'effort donnera des résultats qui ne devraient pas être attendus des cours courts.

Un court meilleur cours d'apprentissage en profondeur sur la technologie en entreprise - des informations générales pour les managers qui ne s'en occuperont pas eux-mêmes, mais ont besoin d'avoir une compréhension du sujet.

Il faudra fournir beaucoup d'efforts, mais le résultat en vaut la peine. Pour le plaisir, vous pouvez regarder les offres d'emploi pour des spécialistes en apprentissage en profondeur sur des sites proposant des offres d'emploi et évaluer les perspectives à venir. Tout le monde n'a pas encore besoin d'expérience en apprentissage en profondeur, et bientôt tous les bons emplois nécessiteront plusieurs années de pratique. Alors, si vous avez la capacité de former des machines sans âme qui sont presque égales à nous en intelligence, dépêchez-vous de prendre des postes vacants après un cours en ligne d'apprentissage en profondeur de AI Eeducation!