Tauchen Sie mit 15 kostenlosen Online-Kursen in Deep Learning ein

Jeder Tag bringt neue Schlagzeilen darüber, wie tiefes Lernen die Welt um uns herum verändert. Einige Beispiele:

  • Der Deep-Learning-Algorithmus diagnostiziert Hautkrebs sowie erfahrene Dermatologen
  • Amazon Go: Wie Deep Learning und KI den Einzelhandel verändern werden
  • Deep Learning macht fahrerlose Autos besser darin, Fußgänger zu erkennen

Möchten Sie sehen, worum es geht? Möchten Sie die technischen Inhalte beherrschen, um Ihre Karriere voranzutreiben oder ein eigenes Unternehmen zu gründen? Ich erkundete das Open-Source-Projekt Class Central und fand 31 Online-Kurse (von denen 15 völlig kostenlos sind), die alles von den Grundlagen des tiefen Lernens bis zur neuesten Forschung von heute abdecken.

Bevor wir beginnen, fragen Sie sich vielleicht: "Was genau ist tiefes Lernen?" Hier ist eine kurze Beschreibung:

„Deep Learning ist ein Teilgebiet des maschinellen Lernens, das sich mit Algorithmen befasst, die von der Struktur und Funktion des Gehirns inspiriert sind und als künstliche neuronale Netze bezeichnet werden.“ - Jason Brownlee von Machine Learning Mastery

Ohne weiteres…

Online Deep Learning Kurse

Kreative Anwendungen des Deep Learning mit TensorFlow

über Kadenze

★★★★★ (14 Bewertungen)

Wir behandeln die grundlegenden Komponenten des Deep Learning, was es bedeutet, wie es funktioniert, und entwickeln Code, der zum Erstellen verschiedener Algorithmen erforderlich ist, z. B. Deep Convolutional Networks, Variations-Autoencoder, generative kontradiktorische Netzwerke und wiederkehrende neuronale Netzwerke. Ein Hauptaugenmerk dieses Kurses liegt darauf, nicht nur zu verstehen, wie die erforderlichen Komponenten dieser Algorithmen erstellt werden, sondern auch, wie sie zur Erforschung kreativer Anwendungen angewendet werden. Kostenlose und kostenpflichtige Optionen sind verfügbar.

Prominente Rezension (von Christopher Kelly): „Ich habe einen Bachelor-Abschluss in Informatik… Ich habe eine Menge Zeit an der Khan Academy und Coursera verbracht und bin von der Qualität und Professionalität der Inhalte dieses Kurses überwältigt. Sehr empfehlenswert!"

Neuronale Netze für maschinelles Lernen

Universität von Toronto über Coursera

★★★★★ (18 Bewertungen)

Erfahren Sie mehr über künstliche neuronale Netze und wie sie für maschinelles Lernen verwendet werden, wie sie auf Sprach- und Objekterkennung, Bildsegmentierung, Modellierungssprache und menschliche Bewegung usw. angewendet werden. Wir werden sowohl die grundlegenden Algorithmen als auch die praktischen Tricks hervorheben, die erforderlich sind, um diese zu erhalten sie gut zu arbeiten. Kostenlose und kostenpflichtige Optionen sind verfügbar.

Prominente Rezension (von Bobby Brady): „ Dies ist eine der Chancen in einem lebenslangen Kurs, die Sie erhalten müssen, um von den Großen zu lernen. Geoffrey Hinton war einer der wichtigsten und einflussreichsten Forscher, die in den 80er Jahren an künstlicher Intelligenz und neuronalen Netzen arbeiteten. Derzeit arbeitet er mit Google an deren AI / Deep Learning-Initiativen. “

Praktisches Deep Learning für Programmierer, Teil 1

fast.ai

★★★★ ☆ (3 Bewertungen)

Dieser 7-wöchige Kurs richtet sich an alle, die mindestens ein Jahr Erfahrung im Programmieren haben und sich an die Mathematik der High School erinnern. Sie beginnen mit Schritt eins - lernen, wie Sie einen GPU-Server online stellen, der für tiefes Lernen geeignet ist - und erstellen hochmoderne, äußerst praktische Modelle für Computer Vision, Verarbeitung natürlicher Sprache und Empfehlungssysteme. Frei.

Prominente Rezension (von Anonymous): „Dies ist wirklich ein verstecktes Juwel in einem Bereich, der schnell wächst. Jeremy Howard leistet hervorragende Arbeit, indem er sowohl die Grundlagen durchläuft als auch die Ergebnisse auf dem neuesten Stand der Technik präsentiert. Ich war immer wieder überrascht, als er nicht nur Material präsentierte, das im letzten Jahr entwickelt wurde, sondern auch innerhalb der Woche, in der der Kurs lief… Sie üben anhand von Kaggle-Wettbewerben an realen Daten. Ich würde diesen Kurs jedem empfehlen, der von null realer Erfahrung zu einem Wettbewerb mit Experten auf diesem Gebiet wechseln möchte. “

6.S191: Einführung in Deep Learning

Massachusetts Institute of Technology (MIT)

★★★★ ☆ (1 Bewertung)

Eine einwöchige Einführung in Deep-Learning-Methoden mit Anwendungen für maschinelle Übersetzung, Bilderkennung, Spielen, Bilderzeugung und mehr. Ein kollaborativer Kurs, der Labore in TensorFlow und Peer-Brainstorming sowie Vorträge umfasst. Frei.

6.S094: Deep Learning für selbstfahrende Autos

Massachusetts Institute of Technology (MIT)

★★★★ ☆ (1 Bewertung)

Diese Klasse ist eine Einführung in die Praxis des tiefen Lernens durch das angewandte Thema des Bauens eines selbstfahrenden Autos. Es steht Anfängern offen und richtet sich an Anfänger des maschinellen Lernens. Es kann aber auch fortgeschrittenen Forschern auf diesem Gebiet zugute kommen, die einen praktischen Überblick über Deep-Learning-Methoden und deren Anwendung suchen. Frei.

Tiefes Lernen

Google über Udacity

★★ ☆☆☆ (20 Bewertungen)

In diesem Kurs entwickeln Sie ein klares Verständnis für die Motivation für tiefes Lernen und entwerfen intelligente Systeme, die aus komplexen und / oder umfangreichen Datensätzen lernen. Sie werden lernen, neue Klassen von Problemen zu lösen, die früher als unerschwinglich angesehen wurden, und die Komplexität der menschlichen Intelligenz besser einschätzen, wenn Sie dieselben Probleme mühelos mit Deep-Learning-Methoden lösen. Frei.

Deep Learning für die Verarbeitung natürlicher Sprache

Universität von Oxford

Dies ist ein angewandter Kurs, der sich auf die jüngsten Fortschritte bei der Analyse und Erzeugung von Sprache und Text unter Verwendung wiederkehrender neuronaler Netze konzentriert. Die mathematischen Definitionen der relevanten Modelle für maschinelles Lernen werden vorgestellt und die zugehörigen Optimierungsalgorithmen abgeleitet.

Der kostenlose Kurs wird von Phil Blunsom geleitet und in Zusammenarbeit mit der DeepMind Natural Language Research Group durchgeführt.

CS224n: Verarbeitung natürlicher Sprache mit tiefem Lernen

Universität in Stanford

Der Kurs bietet eine gründliche Einführung in die Spitzenforschung im Bereich Deep Learning für NLP. Auf der Modellseite werden Wortvektordarstellungen, fensterbasierte neuronale Netze, wiederkehrende neuronale Netze, Langzeit-Kurzzeitgedächtnismodelle, rekursive neuronale Netze, Faltungs-neuronale Netze sowie einige neuere Modelle mit einer Speicherkomponente behandelt. In Vorlesungen ( Anmerkung: Videos für Winter 2017 jetzt veröffentlicht ) und Programmieraufgaben lernen die Schüler die notwendigen technischen Tricks, damit neuronale Netze an praktischen Problemen arbeiten können. Frei.

CS231n: Faltungsneurale Netze zur visuellen Erkennung

Universität in Stanford

Dieser Kurs befasst sich eingehend mit Details der Deep-Learning-Architekturen, wobei der Schwerpunkt auf dem Erlernen von End-to-End-Modellen für diese Aufgaben liegt, insbesondere auf der Bildklassifizierung. Während des 10-wöchigen Kurses lernen die Schüler, ihre eigenen neuronalen Netze zu implementieren, zu trainieren und zu debuggen, und erhalten ein detailliertes Verständnis der neuesten Forschung im Bereich Computer Vision. Die endgültige Aufgabe besteht darin, ein Faltungs-Neuronales Netzwerk mit mehreren Millionen Parametern zu trainieren und es auf den größten Bildklassifizierungsdatensatz (ImageNet) anzuwenden. Wir werden uns darauf konzentrieren, zu lehren, wie das Problem der Bilderkennung, die Lernalgorithmen (z. B. Backpropagation), praktische technische Tricks für das Training und die Feinabstimmung der Netzwerke eingerichtet werden, und die Schüler durch praktische Aufgaben und ein Abschlussprojekt führen. Frei.

Maschinelles Lernen

Nando de Freitas / Universität von British Columbia

Dieser Kurs konzentriert sich auf das spannende Feld des tiefen Lernens. Indem es sich von den Neurowissenschaften und Statistiken inspirieren lässt, werden die grundlegenden Hintergründe zu neuronalen Netzen, Rückausbreitung, Boltzmann-Maschinen, Autoencodern, Faltungs-Neuronalen Netzen und wiederkehrenden Neuronalen Netzen vorgestellt. Es zeigt, wie tiefes Lernen unser Verständnis von Intelligenz beeinflusst und zum praktischen Design intelligenter Maschinen beiträgt. Frei.

Deep Learning Summer School 2015 und 2016

Verschiedene Organisatoren (einschließlich Yoshua Bengio und Yann LeCun) über Independent

Die Deep Learning Summer School richtet sich an Doktoranden sowie Wirtschaftsingenieure und Forscher, die bereits über Grundkenntnisse des maschinellen Lernens (und möglicherweise, aber nicht unbedingt des Deep Learning) verfügen und mehr über dieses schnell wachsende Forschungsfeld erfahren möchten.

Es ist nicht wie ein traditioneller Online-Kurs organisiert, aber seine Organisatoren (einschließlich Deep-Learning-Stars wie Bengio und LeCun) und die Dozenten, die sie anziehen, machen diese Serie zu einer Goldmine für Deep-Learning-Inhalte. Es ist frei.

Online-Kurs über neuronale Netze

Hugo Larochelle / Université de Sherbrooke

„Willkommen zu meinem Online-Kurs über neuronale Netze! Ich habe diesen Kurs zusammengestellt, während ich an der Université de Sherbrooke eine In-Class-Version davon unterrichtete. Dies ist ein Kurs für Hochschulabsolventen, der sowohl grundlegende neuronale Netze als auch fortgeschrittenere Themen abdeckt. “ Frei.

Lernen Sie TensorFlow und Deep Learning ohne Ph.D.

Google

Dieser dreistündige Kurs (Video und Folien) bietet Entwicklern eine schnelle Einführung in die Grundlagen des tiefen Lernens, wobei einige TensorFlow in den Handel einfließen. Frei.

Deep Learning 101

Big Data Universität

Je weiter man in den Ozean eintaucht, desto ungewohnter kann das Gebiet werden. An der Oberfläche scheint tiefes Lernen Ähnlichkeiten zu haben. Dieser Kurs soll Sie an die Netze und Programmierer binden und gleichzeitig die Schule zusammenhalten. Frei.

Deep Learning mit TensorFlow

Big Data Universität

Die meisten Daten auf der Welt sind unbeschriftet und unstrukturiert. Flache neuronale Netze können relevante Strukturen beispielsweise in Bildern, Ton und Textdaten nicht einfach erfassen. Tiefe Netzwerke können verborgene Strukturen innerhalb dieser Art von Daten entdecken. In diesem TensorFlow-Kurs verwenden Sie die Google-Bibliothek, um Deep Learning auf verschiedene Datentypen anzuwenden und Probleme der realen Welt zu lösen. Frei.

Deep Learning in Python

DataCamp

In diesem Kurs erwerben Sie praktische Kenntnisse in der Verwendung neuronaler Netze und im Deep Learning mit Keras 2.0, der neuesten Version einer hochmodernen Bibliothek für Deep Learning in Python. Teilweise kostenlos.

Die folgenden Kurse, sortiert nach Bewertungen, werden alle auf Udemy gehostet. Die Preise variieren je nach Udemy-Rabatten, die häufig sind. Oft können Sie den Zugang für nur 10 US-Dollar erwerben.

Bitte beachten Sie, dass die Angebote von Lazy Programmer Inc. einen Bestellvorschlag gemäß der Richtlinie „Nützliche Kursbestellung“ in den Kursbeschreibungen enthalten.

Deep Learning AZ ™: Künstliche neuronale Netze zum Anfassen

Kirill Eremenko und das SuperDataScience-Team über Udemy

4,7 Sterne (388 Bewertungen)

Erfahren Sie, wie Sie in Python Deep-Learning-Algorithmen von zwei Experten für maschinelles Lernen und Data Science erstellen. Vorlagen enthalten. Dieser Kurs wird von demselben Kursleiter unterrichtet, der meine Top-Empfehlung für die Einführung in datenwissenschaftliche Kurse vermittelt.

Ich habe jeden Intro to Data Science-Kurs im Internet anhand von Tausenden von Datenpunkten bewertet

medium.freecodecamp.com

Zero to Deep Learning ™: Beherrschen von Keras

Datenwochenenden, Jose Portilla, Francesco Mosconi

4,8 Sterne (23 Bewertungen)

Verstehen und Erstellen von Deep Learning-Modellen für Bilder, Text, Ton und mehr mithilfe von Python und Keras.

Deep Learning-Voraussetzungen: Der Numpy Stack in Python

Lazy Programmer Inc. über Udemy

4,6 Sterne (1.551 Bewertungen)

Der Stapel Numpy, Scipy, Pandas und Matplotlib: Vorbereitung auf tiefes Lernen, maschinelles Lernen und künstliche Intelligenz. Frei.

Data Science: Deep Learning in Python

Lazy Programmer Inc. über Udemy

4,6 Sterne (1.381 Bewertungen)

Eine Anleitung zum Schreiben Ihres eigenen neuronalen Netzwerks in Python und Numpy und zur Vorgehensweise in Googles TensorFlow.

Deep Learning-Voraussetzungen: Lineare Regression in Python

Lazy Programmer Inc. über Udemy

4,6 Sterne (751 Bewertungen)

Lernen Sie die lineare Regression von Grund auf neu und erstellen Sie in Python ein eigenes Arbeitsprogramm für die Datenanalyse.

Deep Learning-Voraussetzungen: Logistische Regression in Python

Lazy Programmer Inc. über Udemy

4,6 Sterne (624 Bewertungen)

Datenwissenschaftliche Techniken für Profis und Studenten - lernen Sie die Theorie hinter logistischer Regression und Code in Python.

Deep Learning: Faltungsneurale Netze in Python

Lazy Programmer Inc. über Udemy

4,6 Sterne (304 Bewertungen)

In diesem Kurs geht es darum, wie man Deep Learning für Computer Vision unter Verwendung von Faltungs-Neuronalen Netzen einsetzt. Dies ist der Stand der Technik, wenn es um die Klassifizierung von Bildern geht, und sie schlagen Vanilla Deep Networks bei Aufgaben wie MNIST.

Data Science: Praktisches Deep Learning in Theano + TensorFlow

Lazy Programmer Inc. über Udemy

4,6 Sterne (293 Bewertungen)

Bringen Sie tiefes Lernen mit SGD, Nesterov Momentum, RMSprop, Theano, TensorFlow und der Verwendung der GPU unter AWS auf die nächste Stufe.

Deep Learning: Wiederkehrende neuronale Netze in Python

Lazy Programmer Inc. über Udemy

4,6 Sterne (248 Bewertungen)

GRU, LSTM und moderneres Deep Learning, maschinelles Lernen und Data Science für Sequenzen.

Verarbeitung natürlicher Sprache mit Deep Learning in Python

Lazy Programmer Inc. über Udemy

4,6 Sterne (194 Bewertungen)

Vollständige Anleitung zum Ableiten und Implementieren von word2vec, GLoVe, Worteinbettungen und Stimmungsanalyse mit rekursiven Netzen.

Unüberwachtes Deep Learning in Python

Lazy Programmer Inc. über Udemy

4,6 Sterne (153 Bewertungen)

Autoencoder und eingeschränkte Boltzmann-Maschinen für tiefe neuronale Netze in Theano sowie t-SNE und PCA.

Entfessle tiefes Lernen: Beginne visuell mit Caffe und DIGITS

Razvan Pistolea über Udemy

4,5 Sterne (36 Bewertungen)

Eine Einführung in Deep Learning-Tools mit Caffe und DIGITS, mit denen Sie Ihr eigenes Deep Learning-Modell erstellen können.

Deep Learning mit TensorFlow

Packt Publishing über Udemy

3,9 Sterne (96 Bewertungen)

Kanalisieren Sie die Kraft des tiefen Lernens mit Googles TensorFlow!

Deep Learning mit Python

Packt Publishing über Udemy

3,4 Sterne (31 Bewertungen)

Tauchen Sie ein in die Zukunft der Datenwissenschaft und implementieren Sie intelligente Systeme mithilfe von Deep Learning mit Python.

Obwohl es sich eher um ein Programm als um einen einzelnen Online-Kurs handelt, finden Sie unten einen Udacity Nanodegree, der auf die Grundlagen des tiefen Lernens abzielt .

Zum Zeitpunkt der Veröffentlichung ist der aktuelle Registrierungszeitraum geschlossen. Sie können sich jedoch anmelden, damit die Warteliste benachrichtigt wird, wenn der nächste Registrierungszeitraum beginnt.

Deep Learning Foundations Nanodegree

Siraj Raval über Udacity

Künstliche Intelligenz verändert unsere Welt auf dramatische und nützliche Weise, und Deep Learning treibt den Fortschritt voran. Zusammen mit Siraj Raval bietet Udacity eine dynamische Einführung in dieses erstaunliche Gebiet. Dabei werden wöchentliche Videos, exklusive Projekte sowie Expertenfeedback und -überprüfungen verwendet, um Ihnen die Grundlagen dieser zukunftsweisenden Technologie zu vermitteln.

Wenn Sie dies gerne gelesen haben, sehen Sie sich einige andere Untersuchungen des Datensatzes von Class Central an:

  • Hier sind 250 Ivy League-Kurse, die Sie jetzt kostenlos online belegen können
  • Ich habe jeden Intro to Data Science-Kurs im Internet anhand von Tausenden von Datenpunkten bewertet
  • Wenn Sie Data Science lernen möchten, beginnen Sie mit einer dieser Programmierklassen
  • Wenn Sie Data Science lernen möchten, nehmen Sie an einigen dieser Statistikklassen teil
  • Die besten kostenlosen Online-Universitätskurse zum Erlernen einer neuen Weltsprache
  • Die 50 besten kostenlosen Online-Universitätskurse nach Daten

Wenn Sie Kurse kennen, die ich möglicherweise verpasst habe, lassen Sie es mich bitte in den Antworten wissen!

Wenn Sie dies hilfreich fanden, klicken Sie auf? so werden mehr Leute es hier auf Medium sehen.

Ursprünglich auf Class Central veröffentlicht.