1.
Fundamentals
of Deep Learning (NVIDIA Deep Learning Institute)
深度學習 Deep Learning 是一種強大的人工智能方法,它使用多層人工神經網絡 Artificial Neural Network 在物件檢測 Object detection、語音識別 Speech recognition 和語言翻譯 Language translation等任務中提供最先進的準確性。
在這個 Workshop,您將通過計算機視覺 Computer Vision和自然語言處理 Natural Language Processing 方面的練習了解深度學習的工作原理。您將從頭開始訓練深度學習模型 Deep learning models、學習工具和技巧以實現高度準確的結果。您還將學習利用免費提供的、最先進的預訓練模型 Pre-trained model 來節省時間並讓您的深度學習應用程序快速啟動和運行。
NVIDIA是AI 開發領域的先驅,本課程為進入人工智能領域提供了一個很好的起點。
課程時間:1 天 (7小時)
詳情:https://www.nvidia.com/en-us/training/instructor-led-workshops/fundamentals-of-deep-learning/
註:Nysus 是NVIDIA University Ambassador 的成員。我們與 Deep Learning Institute合作,在本地提供課程。請繼續關注即將舉行的Workshop。
2. Learn with Google AI (Google)
另一個推薦是 Google 的 AI 教育入門網站,這個免費課程將教您 AI 和機器學習 Machine Learning的基礎知識,包括如何構建模型、進行預測和改進結果。
如果您是一位經驗豐富的ML機器學習專家,您還可以找到技巧和Project來幫助您掌握自己的能力並推進您的項目。
網站有篩選功能,允許您指定您的專業領域,例如,數據研究員 Data Researcher、軟件工程師 Software Engineer、業務決策者、學生等,您還可以選擇您感興趣的學習內容類型和您的 ML 階段發展。
課程時間:自定進度 Self-paced
詳情:https://ai.google/education/
3. Master the Fundamentals of AI and Machine Learning (LinkedIn Learning)
這個LinkedIn 課程專為那些想要學習 AI 和機器學習基礎知識的人而設計。您將探索人工智能、機器學習和認知計算背後的科學原理。此外,您還將了解主要企業如何利用人工智能和機器學習來徹底改變他們的商業模式,以及下一代關於人工智能的思考如何解決問責制 Accountability 和安全性 Security 的問題。
主要內容包括:人工智能基礎、機器學習、人工神經網絡、現實項目算法 Algorithm、網絡安全 Cybersecurity等。
課程時間:自定進度 Self-paced
詳情:https://www.linkedin.com/learning/paths/master-the-fundamentals-of-ai-and-machine-learning
4. Machine Learning Specialization (DeepLearning.ai by Stanford)
Machine Learning Specialization是 DeepLearning.AI 和Stanford Online合作創建的基礎課程。這個適合初學者的程序將教您機器學習的基礎知識以及如何使用這些技術來構建現實世界的 AI 應用程序。
本專業課程由 Andrew Ng 教授,他是一位 AI 遠見者,曾在 Stanford University領導過重要研究,並在 Google Brain、百度和 Landing.AI 開展了開創性工作,以推動 AI 領域的發展。
這個專業化課程是 Andrew 開創性機器學習課程的更新版本,自 2012 年推出以來,評分為 4.9 分(滿分 5 分),已有超過 480 萬學習者學習。
課程廣泛介紹了現代機器學習,包括監督學習 Supervised learning(多元線性回歸 Multiple linear regression、邏輯回歸 login regression、神經網絡和決策樹 Decision trees)、無監督學習 Unsupervised learning(聚類 Clustering、降維 Dimensionality reduction、推薦系統 Recommender systems)以及 Silicon Valley 中使用的一些最佳實踐和機器學習創新(評估和調整模型,採用以數據為中心的方法來提高性能等等。)
課程時間:自定進度 Self-paced
詳情:https://www.coursera.org/specializations/machine-learning-introduction
5. Introduction to Tensorflow for Artificial Intelligence, Machine Learning and Deep Learning (Coursera)
這是一門更高級的課程,TensorFlow 是一個流行的開源 open-source AI library,用於數據流編程 Dataflow programming,被Google、Facebook、IBM 和 Netflix 等大公司用於研究和生產。
這個課程在 Coursera 上提供,旨在教軟件工程師如何使用 TensorFlow 來實現機器學習和深度學習算法。該課程採用動手實踐的方法,需要一些 Python 編程經驗。
課程時間:18 小時
詳情:https://www.coursera.org/learn/introduction-tensorflow
深度學習 Deep Learning 是一種強大的人工智能方法,它使用多層人工神經網絡 Artificial Neural Network 在物件檢測 Object detection、語音識別 Speech recognition 和語言翻譯 Language translation等任務中提供最先進的準確性。
在這個 Workshop,您將通過計算機視覺 Computer Vision和自然語言處理 Natural Language Processing 方面的練習了解深度學習的工作原理。您將從頭開始訓練深度學習模型 Deep learning models、學習工具和技巧以實現高度準確的結果。您還將學習利用免費提供的、最先進的預訓練模型 Pre-trained model 來節省時間並讓您的深度學習應用程序快速啟動和運行。
NVIDIA是AI 開發領域的先驅,本課程為進入人工智能領域提供了一個很好的起點。
課程時間:1 天 (7小時)
詳情:https://www.nvidia.com/en-us/training/instructor-led-workshops/fundamentals-of-deep-learning/
註:Nysus 是NVIDIA University Ambassador 的成員。我們與 Deep Learning Institute合作,在本地提供課程。請繼續關注即將舉行的Workshop。
2. Learn with Google AI (Google)
另一個推薦是 Google 的 AI 教育入門網站,這個免費課程將教您 AI 和機器學習 Machine Learning的基礎知識,包括如何構建模型、進行預測和改進結果。
如果您是一位經驗豐富的ML機器學習專家,您還可以找到技巧和Project來幫助您掌握自己的能力並推進您的項目。
網站有篩選功能,允許您指定您的專業領域,例如,數據研究員 Data Researcher、軟件工程師 Software Engineer、業務決策者、學生等,您還可以選擇您感興趣的學習內容類型和您的 ML 階段發展。
課程時間:自定進度 Self-paced
詳情:https://ai.google/education/
3. Master the Fundamentals of AI and Machine Learning (LinkedIn Learning)
這個LinkedIn 課程專為那些想要學習 AI 和機器學習基礎知識的人而設計。您將探索人工智能、機器學習和認知計算背後的科學原理。此外,您還將了解主要企業如何利用人工智能和機器學習來徹底改變他們的商業模式,以及下一代關於人工智能的思考如何解決問責制 Accountability 和安全性 Security 的問題。
主要內容包括:人工智能基礎、機器學習、人工神經網絡、現實項目算法 Algorithm、網絡安全 Cybersecurity等。
課程時間:自定進度 Self-paced
詳情:https://www.linkedin.com/learning/paths/master-the-fundamentals-of-ai-and-machine-learning
4. Machine Learning Specialization (DeepLearning.ai by Stanford)
Machine Learning Specialization是 DeepLearning.AI 和Stanford Online合作創建的基礎課程。這個適合初學者的程序將教您機器學習的基礎知識以及如何使用這些技術來構建現實世界的 AI 應用程序。
本專業課程由 Andrew Ng 教授,他是一位 AI 遠見者,曾在 Stanford University領導過重要研究,並在 Google Brain、百度和 Landing.AI 開展了開創性工作,以推動 AI 領域的發展。
這個專業化課程是 Andrew 開創性機器學習課程的更新版本,自 2012 年推出以來,評分為 4.9 分(滿分 5 分),已有超過 480 萬學習者學習。
課程廣泛介紹了現代機器學習,包括監督學習 Supervised learning(多元線性回歸 Multiple linear regression、邏輯回歸 login regression、神經網絡和決策樹 Decision trees)、無監督學習 Unsupervised learning(聚類 Clustering、降維 Dimensionality reduction、推薦系統 Recommender systems)以及 Silicon Valley 中使用的一些最佳實踐和機器學習創新(評估和調整模型,採用以數據為中心的方法來提高性能等等。)
課程時間:自定進度 Self-paced
詳情:https://www.coursera.org/specializations/machine-learning-introduction
5. Introduction to Tensorflow for Artificial Intelligence, Machine Learning and Deep Learning (Coursera)
這是一門更高級的課程,TensorFlow 是一個流行的開源 open-source AI library,用於數據流編程 Dataflow programming,被Google、Facebook、IBM 和 Netflix 等大公司用於研究和生產。
這個課程在 Coursera 上提供,旨在教軟件工程師如何使用 TensorFlow 來實現機器學習和深度學習算法。該課程採用動手實踐的方法,需要一些 Python 編程經驗。
課程時間:18 小時
詳情:https://www.coursera.org/learn/introduction-tensorflow
最後 ⋯⋯
Author: Pen Kwok
Deep Learning. Data Analytics. Digital Marketing.
About me
I like Dire Straits, Utada Hikaru, Tat Ming Pair and Faye Wong. Playing
around a circuit board, from Apple II to NVIDIA Jetson nano, is always a
pleasure.
其他博客文章:
推薦課程:
緊貼最新職場、進修、新科技資訊
馬上訂閱
Nysus Newsletter
Thank you!