
University of St Andrews - Online
Μάθημα Προχωρημένου Επιπέδου: Μηχανική Μάθηση από άκρο σε άκροOnline United Kingdom
ΔΙΆΡΚΕΙΑ
41 Days
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Μερικής απασχόλησης
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
Προθεσμία υποβολής αιτήσεων
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
Jul 2025
ΔΊΔΑΚΤΡΑ
GBP 1.800
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Εξ αποστάσεως εκπαίδευση
Εισαγωγή
Κατακτήστε προηγμένες τεχνικές μηχανικής μάθησης, συμπεριλαμβανομένης της βαθιάς μάθησης και των νευρωνικών δικτύων, για εξελιγμένη ανάλυση δεδομένων.
Αυτό το σύντομο μάθημα θα σας δώσει τα εργαλεία για να κατανοήσετε τις έννοιες και τις τεχνολογίες που υποστηρίζουν τη σύγχρονη βαθιά μάθηση χρησιμοποιώντας τεχνητά νευρωνικά δίκτυα (ANN).
Το μάθημα σας εισάγει σε βασικά νευρωνικά δίκτυα χρησιμοποιώντας το πακέτο Python scikit-learn. Καλύπτει τις βασικές έννοιες, τεχνικές και τεχνολογίες για την εκπαίδευση και την πρόβλεψη χρησιμοποιώντας πολυστρωματικά perceptrons και το πακέτο Keras Python.
Το μάθημα περιλαμβάνει επίσης εξειδικευμένη και προηγμένη κάλυψη σύγχρονων τεχνικών και εργαλείων βαθιάς μάθησης, βασισμένων στα πακέτα Keras και TensorFlow Python.
Θα μάθεις:
- προσαρμοσμένα μοντέλα νευρωνικών δικτύων χρησιμοποιώντας Tensorflow
- βαθιά υπολογιστική όραση χρησιμοποιώντας συνελικτικά νευρωνικά δίκτυα
- μοντελοποίηση δεδομένων χρονοσειρών με επαναλαμβανόμενα νευρωνικά δίκτυα και
- παραγωγή εικόνων με τεχνητή νοημοσύνη (AI) χρησιμοποιώντας αυτόματους κωδικοποιητές, γενετικά προσαρμοστικά δίκτυα και τεχνικές διάχυσης.
Παρέχεται και εξηγείται προηγμένος κώδικας Python για κάθε θέμα.
Το κύριο μαθησιακό σας αποτέλεσμα είναι η ικανότητα να αναπτύσσετε και να αξιολογείτε τις πιο σύγχρονες τεχνολογίες που υποστηρίζουν τη σύγχρονη μηχανική μάθηση και την επιστήμη δεδομένων που βασίζεται στην Τεχνητή Νοημοσύνη.
Εκθεσιακός χώρος
Ιδανικοί μαθητές
Το μάθημα απευθύνεται σε επαγγελματίες με υψηλό επίπεδο αριθμητικής που επιδιώκουν να κατανοήσουν τις βασικές έννοιες, μεθόδους και τεχνολογίες που υποστηρίζουν τη σύγχρονη βαθιά μάθηση χρησιμοποιώντας τεχνητά νευρωνικά δίκτυα (ANN).
Τα θέματα εξηγούν τις βασικές μεθόδους που χρησιμοποιούνται για την παραγωγή προγνωστικών μοντέλων χρησιμοποιώντας πολυστρωματικά perceptrons, συνελικτικά και επαναλαμβανόμενα νευρωνικά δίκτυα (CNN και RNN) και γενετική τεχνητή νοημοσύνη για την παραγωγή νέων δεδομένων υψηλής ποιότητας.
Η ικανότητα εκτέλεσης ροών εργασίας Βαθιάς Μάθησης αποτελεί βασική δεξιότητα σε πολλούς τομείς, όπως:
- χρηματοοικονομικά (πρόβλεψη μελλοντικών αξιών μετοχών)
- υγειονομική περίθαλψη (ανίχνευση όγκων σε σαρώσεις)
- μάρκετινγκ (εξατομίκευση της εμπειρίας χρήστη).
Εισαγωγές
Παράδοση προγραμμάτων
Μορφή διδασκαλίας
Πρόκειται για ένα σύντομο διαδικτυακό μάθημα αυτοδιδασκαλίας με περιεχόμενο διαλέξεων, διαδραστικά στοιχεία και πρόσβαση σε ένα masterclass με τον υπεύθυνο του μαθήματος μετά την ολοκλήρωση του μαθήματος.
Η χρονική δέσμευση είναι συνήθως έξι έως οκτώ ώρες την εβδομάδα.