Beschreibung
Ausgehend von der Geschichte des maschinellen Lernens diskutieren wir, warum neuronale Netze heute bei einer Vielzahl datenwissenschaftlicher Probleme so gut funktionieren. Anschließend diskutieren wir, wie man ein überwachtes Lernproblem aufstellt und mithilfe des Gradientenabstiegs eine gute Lösung findet. Dabei geht es darum, Datensätze zu erstellen, die eine Generalisierung ermöglichen; Wir sprechen über Methoden, dies auf wiederholbare Weise zu tun, die das Experimentieren unterstützt.
Kursziele:
Finden Sie heraus, warum Deep Learning derzeit beliebt ist
Optimieren und bewerten Sie Modelle mithilfe von Verlustfunktionen und Leistungsmetriken
Mildern Sie häufige Probleme, die beim maschinellen Lernen auftreten
Erstellen Sie wiederholbare und skalierbare Trainings-, Bewertungs- und Testdatensätze
Preis: Kostenlos anmelden!
Sprache: Englisch
Untertitel: Französisch, Portugiesisch (Brasilianisch), Deutsch, Englisch, Spanisch, Japanisch
TUN hilft Studenten!
Stipendien
Gemeinschaft
Urheberrecht, 2024 – TUN, Inc