Били ли сте запознати с дълбокото обучение и изкуствения интелект и искате да научите повече? Искате ли да отидете по-дълбоко в изучаването на Python? След това се нуждаете от Ръководство за напреднали за дълбоко обучение и изкуствен интелект. Този пакет обхваща дълбоко обучение в невронни мрежи, автоматично разпознаване на реч, разпознаване на реч и обработка на естествен език.

Следните четири курса са включени в този пакет.

Дълбоко обучение: Конволюционни невронни мрежи в Python - Разгледайте понятията, стоящи зад компютърната визия, и разгънете това, което знаете за невронните мрежи и дълбокото учене.

  • Двадесет и пет лекции и три часа съдържание
  • Използвайте конволюционни невронни мрежи (CNN), за да изследвате набора от данни за StreetView House Number (SVHN)
  • Създайте конволюционни филтри, които да се прилагат към аудио или изображения
  • Разраствайте дълбоки невронни мрежи само с няколко функции
  • Тествайте CNNs, написани както в Theano, така и в TensorFlow

Без надзор на дълбокото обучение в Python - Научете за силата на автоматичните кодери и ограничените машини на Boltzmann и обсъдете основните анализи на компонентите и популярната нелинейна техника за намаляване на измерението на размерите и след това научете за автоматичните кодери.

  • Тридесет лекции и три часа съдържание
  • Открийте ограничени машини на Boltzmann (RBM) и как да подготвите предварително подредени дълбоки невронни мрежи
  • Научете за вземането на проби от Gibbs
  • Използвайте PCA и t-SNE за функциите, които са научени от автокодзерите и механизмите за подвързване с пръсти
  • Научете модерното развитие на дълбокото обучение

Дълбоко обучение: повтарящи се невронни мрежи в Python - Научете за футуристичните науки като изкуствената наука зад речта.

  • Тридесет и две лекции и четири часа съдържание
  • Открийте единичното повтарящо се устройство, т.е. единицата Elman
  • Разширете проблема XOR като проблем с паритета
  • Научете езиковото моделиране
  • Станете велики в Word2Vec, за да създавате векторни думи или вградени думи
  • Проучете дългата единица за краткосрочна памет (LSTM) и затворената рекурентна единица (GRU)
  • Използвайте това, което научавате, за практически проблеми като изучаването на езиков модел от данните в Wikipedia

Естествена обработка на езика с дълбоко обучение в Python - Разгледайте усъвършенстваната естествена езикова обработка и научете за извличането и прилагането на Word2Vec, GloVe, вградените думи и анализа на настроенията.

  • Четиридесет лекции и четири и половина часа съдържание
  • Разгледайте Word2Vec и научете как той картографира думи към векторно пространство
  • Научете как GLoVe използва матричната факторизация и как тя допринася за препоръчващите системи
  • Открийте рекурсивни невронни мрежи, за да помогнете за решаването на проблема с отрицанието в анализа на настроенията

Получете този дълбок пакет за обучение на 91% отстъпка само за $ 42.

Разширеното ръководство за задълбочено обучение и изкуствен интелект