Kursus yang brilian! Aliran informasinya sempurna, dan contohnya benar-benar menguatkan konsep.
Dasar-Dasar Pembelajaran dalam dengan Python dan Keras
Membuat dan melatih jaringan saraf untuk analisis gambar dan teks menggunakan Python dan Keras, dimulai dari konsep dasar hingga penerapan model praktis.
-
๐ฌ
Instruktur AI
Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja. -
๐
Mulai kapan saja
Tanpa jadwal atau tenggat โ belajar dengan kecepatan sendiri, kapan pun Anda mau. -
๐
Dalam bahasa Indonesia
Pelajaran, tugas, dan sertifikat โ semuanya sepenuhnya dalam bahasa Anda.
Tentang kursus ini
Pembelajaran mendalam (deep learning) mendorong terobosan teknologi yang paling menarik saat ini, mulai dari penglihatan komputer hingga pemrosesan bahasa alami. Mengerti bagaimana jaringan saraf ini berfungsi adalah kunci untuk membuka kekuatan kecerdasan buatan modern.
Kursus berbasis teks ini memandu Anda melalui konsep matematika dan praktis dasar pembelajaran mendalam. Anda akan mendapatkan kepercayaan diri untuk merancang, melatih, dan mengevaluasi arsitektur jaringan saraf Anda sendiri, mempersiapkan Anda untuk memecahkan masalah klasifikasi dan regresi dunia nyata.
Apa yang akan kau pelajari:
- Mengerti matematika dasar dan konsep di balik jaringan saraf buatan dan backpropagation
- Membangun dan melatih jaringan saraf yang terhubung sepenuhnya untuk regresi dan tugas klasifikasi
- Implementasi jaringan saraf konvolusi untuk menganalisis dan mengklasifikasikan gambar digital
- Mengeksplorasi jaringan saraf rekuren dan konsep transformator modern untuk data teks berurutan
- Terapkan teknik optimasi, regularisasi, dan aliran kerja Keras modern untuk meningkatkan kinerja model
- Konfigurasikan lingkungan pelatihan dan siapkan dataset menggunakan pustaka Python modern
Anda akan mulai dengan terminologi inti dan matematika dasar machine learning sebelum beralih secara bertahap ke arsitektur jaringan canggih. Melalui penjelasan tertulis yang jelas dan potongan kode yang terstruktur, Anda akan melihat dengan jelas bagaimana membangun, melatih, dan menyempurnakan model.
Kursus ini dirancang untuk pemula untuk belajar mendalam yang memiliki keakraban dasar dengan pemrograman Python. Tidak ada pengalaman sebelumnya dengan jaringan saraf atau kerangka kerja pembelajaran mesin yang canggih diperlukan.
Mulai membaca hari ini untuk membangun dasar Anda dalam pembelajaran mendalam dan mulai melatih jaringan saraf pertama Anda.
Apa yang Anda dapatkan
-
๐
Sertifikat penyelesaian
Tambahkan ke profil LinkedIn Anda -
๐ฌ
Tutor AI pribadi
Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja. -
โพ๏ธ
Akses seumur hidup
Kembali kapan saja, tanpa kedaluwarsa -
๐ฑ
Ponsel atau komputer
Berfungsi di mana saja, perangkat apa saja -
๐ธ
Pengembalian 14 hari
Tanpa pertanyaan -
โก
Singkat dan fokus
2 jam 54 mnt konten praktis
Ulasan (1)
Pelajar lain juga mengambil
๐ Paling populer
๐ Dengan sertifikat
Pembelajaran dalam dan Jaringan Neural dengan TensorFlow dan Keras
Sertifikat
Praktik
$14.99
→
โก Terbaik untuk pemula
๐ Dengan sertifikat
Python dan TensorFlow: Buat Model Pengenalan Gambar Pertama Anda
Sertifikat
Praktik
$14.99
→
๐ฅ Banyak diminati
๐ Dengan sertifikat
Pembelajaran Mesin untuk Otomatisasi Desain Elektronik
Sertifikat
Praktik
$14.99
→
๐ Paling populer
๐ Dengan sertifikat
Teknik Mesin Modern: Dari Dasar sampai Model Lanjutan
Sertifikat
Praktik
$14.99
→
Pertanyaan umum
Apa yang saya butuhkan untuk mengikuti kursus ini? +
Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.
Bagaimana cara membayar? +
Dengan kartu via Stripe. Kami tidak menyimpan detail kartu โ Stripe menanganinya dengan aman.
Bisakah saya mendapat refund? +
Ya โ refund penuh dalam 14 hari, tanpa pertanyaan.
Berapa lama saya akan punya akses? +
Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.
Apakah saya akan mendapat sertifikat? +
Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.
Dibuat untuk pelajar di
Teknologi
Desain
Keuangan
Pemasaran
Kesehatan
Pendidikan
Perhotelan
Manufaktur