Pengenalan kepada Pembelajaran Mendalam (Deep Learning) dengan Python dan TensorFlow

Pembelajaran mendalam (Deep learning) memacu kemajuan teknologi yang paling menarik, namun memulakannya boleh terasa membebankan dengan matematik dan jargon yang kompleks. Kursus berasaskan teks ini memecahkan konsep-konsep lanjutan ini kepada penjelasan yang jelas dan mudah difahami. Anda akan beralih daripada pengaturcara yang ingin tahu kepada pengamal yang yakin yang mampu membina, melatih, dan menilai model pembelajaran mendalam. Dengan membaca penjelasan terperinci dan mengkaji cebisan kod praktikal, anda akan memahami bagaimana rangkaian neural memproses data dan membuat keputusan. Apa yang anda akan pelajari: - Memahami matematik asas dan konsep teras di sebalik rangkaian neural tiruan. - Membina dan melatih model tersuai menggunakan TensorFlow dan API Keras. - Melaksanakan Convolutional Neural Networks (CNNs) untuk tugas klasifikasi imej. - Meneroka Recurrent Neural Networks (RNNs) dan Long Short-Term Memory (LSTM) networks untuk data berjujukan. - Mengaplikasikan teknik transfer learning untuk menyesuaikan model pra-latihan yang berkuasa untuk tugas tersuai. - Menilai prestasi model menggunakan teknik pengesahan moden dan mengelakkan perangkap latihan biasa seperti overfitting. Kursus ini bermula dengan definisi asas dan terminologi utama sebelum membimbing anda langkah demi langkah melalui pembinaan seni bina rangkaian neural, penyediaan saluran data (data pipelines), dan pengoptimuman aliran kerja latihan. Ia direka khusus untuk pemula dengan pengetahuan asas Python, tidak memerlukan pengalaman terdahulu dalam sains data atau matematik lanjutan. Mulakan perjalanan anda ke dunia kecerdasan buatan hari ini.