
University of St Andrews - Online
Kurs i avansert: Maskinlæring fra ende til endeOnline United Kingdom
VARIGHET
41 Days
SPRÅK
Engelsk
TEMPO
Deltid
SØKNADSFRIST
Frist for å be om søknad
TIDLIGSTE STARTDATO
Jul 2025
STUDIEAVGIFT
GBP 1 800
STUDIEFORMAT
Fjernundervisning
Introduksjon
Mestre avanserte maskinlæringsteknikker, inkludert dyp læring og nevrale nettverk, for sofistikert dataanalyse.
Dette korte kurset vil gi deg verktøyene til å forstå konseptene og teknologiene som ligger til grunn for moderne dyp læring ved bruk av kunstige nevrale nettverk (ANN-er).
Kurset introduserer deg for grunnleggende nevrale nettverk ved bruk av scikit-learn Python-pakken. Det dekker nøkkelkonsepter, teknikker og teknologier for trening og prediksjon ved bruk av flerlags perseptroner og Keras Python-pakken.
Kurset inkluderer også spesialisert og avansert dekning av moderne dyplæringsteknikker og -verktøy, basert på både Keras- og TensorFlow Python-pakker.
Du vil lære:
- tilpassede nevrale nettverksmodeller ved hjelp av Tensorflow
- dyp datavisjon ved bruk av konvolusjonelle nevrale nettverk
- modellering av tidsseriedata med tilbakevendende nevrale nettverk og
- kunstig intelligens (KI) generering av bilder ved hjelp av autokodere, generative adaptive nettverk og diffusjonsteknikker.
Avansert Python-kode leveres og forklares for hvert emne.
Ditt primære læringsutbytte er evnen til å distribuere og vurdere de nyeste teknologiene som ligger til grunn for moderne AI-basert maskinlæring og datavitenskap.
Galleri
Ideelle studenter
Kurset er rettet mot fagfolk med høyt nivå av matematikk som ønsker å forstå kjernekonseptene, metodene og teknologiene som ligger til grunn for moderne dyp læring ved bruk av kunstige nevrale nettverk (ANN-er).
Emnene forklarer de viktigste metodene som brukes for å utlede prediktive modeller ved hjelp av flerlagsperseptroner, konvolusjonelle og tilbakevendende nevrale nettverk (CNN-er og RNN-er), og generativ AI for å produsere nye data av høy kvalitet.
Evnen til å utføre dyp læringsarbeidsflyter er en kjerneferdighet innen mange felt, inkludert:
- finans (prediksjon av fremtidige aksjeverdier)
- helsetjenester (svulstdeteksjon i skanninger)
- markedsføring (personliggjøring av brukeropplevelsen).
Opptak
Gjennomføring av programmet
Undervisningsformat
Dette er et kort nettkurs i selvstyrt tempo med forelesningsinnhold, interaktive elementer og tilgang til en masterclass med kurslederen etter fullført kurs.
Tidsforpliktelsen er vanligvis seks til åtte timer per uke.