实用神经网络与Python深度学习教程

Practical Neural Networks and Deep Learning in Python
实现PyTorch、Keras、Tensorflow算法的完整指南:Python中的神经网络和深度学习

你会学到:
将Anaconda/iPython的力量用于实用数据科学(包括人工智能应用)
了解如何在Anaconda中安装和使用重要的深度学习包(包括Keras、H20、Tensorflow和PyTorch)
用张量流实现统计和机器学习技术
使用深度学习包(包括Keras)实现神经网络建模

MP4 |视频:h264，1280×720 |音频:AAC，44.1 KHz，2 Ch
语言：英语+中英文字幕（云桥网络 机译） |时长:84节课(8小时38分钟)|大小解压后:4.4 GB

要求
能够在您的计算机/笔记本电脑上安装蟒蛇环境
知道如何在Anaconda中安装和加载包
学习处理图像数据的兴趣
遵循代码需要Python编程语法和概念的基本知识(例如函数和编程流程)
之前接触过Python数据科学概念会很有用

描述
这是一个完整的神经网络和深度学习训练与PYTORCH，H2O，KERAS & TENSORFLOW在PYTHON！

这是一个完整的5小时+深度学习训练营，将帮助您使用最重要的Python深度学习框架之一——PyTorch、H2O、Keras & Tensorflow来学习基本的机器学习、神经网络和深度学习。

以下是您应该参加本课程的原因:

本课程是您使用Python中的PyTorch、H2O、Keras和Tensorflow框架进行实用机器和深度学习的完整指南。

这意味着，本课程涵盖了这些体系结构的重要方面，如果您选修了本课程，您可以不再选修其他课程或购买关于不同的基于Python的深度学习体系结构的书籍。

在这个大数据时代，全球各地的公司都使用Python来筛选他们可以处理的信息，PyTorch、Keras、H2o、Tensorflow等框架的出现正在彻底改变深度学习…

通过熟练掌握PyTorch、H2O、Keras和Tensorflow，你可以给你的公司带来竞争优势，并推动你的职业生涯更上一层楼。

这是我对你的承诺:完成这一门课程&成为基于PYTHON的实用数据科学专家！

但首先。我叫密涅瓦·辛格，毕业于牛津大学地理与环境专业。我最近在剑桥大学完成了博士学位(热带生态和保护)。

我在使用数据科学相关技术分析来自不同来源的真实数据以及为国际同行评审期刊制作出版物方面有几年的经验。

在我的研究过程中，我意识到几乎所有的Python数据科学课程和书籍都没有说明这个主题的多维性，而是将数据科学与机器学习交替使用。

这使学生对这门学科的知识不全面。另一方面，我的课程将在PyTorch、H2O、Tensorflow和Keras框架内为您提供数据科学所有方面的坚实基础。

与其他Python课程和书籍不同的是，你将真正学会在真实数据上使用PyTorch、H20、Tensorflow和Keras！我遇到的大多数其他资源展示了如何在使用有限的内置数据集上使用PyTorch。

发现7个完整的部分，涉及重要深度学习框架的各个方面:

Python数据科学的完整介绍和强大的Python驱动的数据科学框架，Anaconda
用Python实现数据科学技术的Jupyter笔记本入门
关于PyTorch、H2o、Tensorflow和Keras安装的全面介绍，以及对其他Python数据科学包的简要介绍
熊猫和Numpy等重要数据科学包的工作简介
PyTorch、H2o、Tensorflow和Keras语法的基础知识
使用Python处理图像数据的基础知识
人工神经网络、深度神经网络和卷积神经网络等神经网络概念背后的理论(美国有线电视新闻网)
您甚至会发现如何使用PyTorch、Keras和Tensorflow(在真实数据上)创建人工神经网络和深度学习结构

但是，等等！这不仅仅是任何其他数据科学课程:

您将从吸收最有价值的PyTorch、Tensorflow和Keras基础知识和技术开始。

我使用易于理解的实践方法来简化和解决即使是最困难的概念。

我的课程将帮助你使用从不同来源获得的真实数据来实现这些方法。许多课程使用虚构的数据，这并不能让学生在现实生活中实现基于Python的数据科学。

学完本课程后，您将很容易地使用像Numpy、Pandas和PIL这样的包来处理Python中的真实数据，并在最重要的深度学习架构中获得流畅度。我甚至会给大家介绍深度学习模型，比如卷积神经网络(CNN)！！

该课程的潜在动机是确保您今天可以将基于Python的数据科学应用于实际数据，开始为您自己的项目分析数据，无论您的技能水平如何，并以您的数据科学能力的实际例子打动您的潜在雇主。

这是一门实践性很强的课程，也就是说，我们将花一些时间来处理一些与数据科学相关的理论概念。然而，本课程的大部分将侧重于在真实数据上实现不同的技术并解释结果。我们将解决的一些问题包括识别信用卡欺诈和对不同水果的图像进行分类。

在每一个视频之后，你会学到一个新的概念或技术，你可以应用到你自己的项目中！

立即加入课程！

这门课是给谁的
对将Anaconda环境用于Python数据科学应用程序感兴趣的学生
对Keras、Tensorflow、PyTorch环境感兴趣的学生
学生有兴趣学习神经网络技术背后的基本理论概念，如卷积神经网络
在真实数据上实现人工神经网络
实现深度神经网络
在图像数据上实现卷积神经网络
使用真实图像数据构建图像分类器并评估其性能