EITC/AI/ADL高級深度學習是基於Google DeepMind的人工智能高級深度學習方法的歐洲IT認證計劃。
EITC/AI/ADL高級深度學習的課程從以下結構中組織的Google DeepMind角度,著重於高級深度學習技術的理論方面和實踐技能,其中包括全面的視頻教學內容,作為此EITC認證的參考。
深度學習(也稱為深度結構化學習)是基於帶有表示學習的人工神經網絡的更廣泛的機器學習方法系列的一部分。 學習可以是有監督的,半監督的或無監督的。 諸如深度神經網絡,深度信念網絡,遞歸神經網絡和卷積神經網絡之類的深度學習架構已應用於計算機視覺,機器視覺,語音識別,自然語言處理,音頻識別,社交網絡過濾,機器翻譯,生物信息學等領域,藥物設計,醫學圖像分析,材料檢查和棋盤遊戲程序,它們產生的結果可與人類專家的表現相媲美,甚至在某些情況下甚至超過了人類專家的表現。
人工神經網絡(ANN)受到生物系統中信息處理和分佈式通信節點的啟發。 深度學習中的形容詞“深度”是指在網絡中使用多層。 早期的工作表明,線性感知器不能成為通用分類器,然後具有非多項式激活函數且具有一個無界寬度的隱藏層的網絡可以這樣。 深度學習是一種現代變體,它涉及無限大小的無限制層數,這允許實際應用和優化實現,同時在溫和條件下保留理論通用性。 在深度學習中,出於效率,可訓練性和易理解性的考慮,還允許各層是異類的,並且與生物學告知的連接主義者模型大相徑庭,因此是“結構化”部分。
要詳細了解認證課程,您可以擴展和分析下表。
EITC/AI/ADL 高級深度學習認證課程以視頻形式引用了開放獲取的教學材料。 學習過程分為逐步結構(課程 -> 課程 -> 主題),涵蓋相關課程部分。 還提供與領域專家的無限諮詢。
有關認證程序檢查的詳細信息 如何操作.
下載 EITC/AI/ADL 高階深度學習專案的完整離線自學準備資料(PDF 檔案)
認證計劃課程
展開全部
簡介
1個主題
擴大
遞歸神經網絡
1個主題
擴大
自然語言處理
1個主題
擴大
注意和記憶
1個主題
擴大
生成對抗網絡
1個主題
擴大
無監督學習
1個主題
擴大
先進的生成模型
1個主題
擴大
負責任的創新
1個主題
擴大