矽谷網紅課!19周成為最搶手的深度學習技術人才
當你的朋友圈剛被 AlphaGo、Master 刷屏,沒幾天就聽說日本有公司開始用 AI 取代員工、百度將人工智慧列為未來10年最重要戰略。同時一夜之間,似乎所有大公司都開始做無人駕駛……
人工智慧正以前所未有的速度,滲透、改造著各行各業。而加速這場變革的力量之一,正是
深度學習
技術。短短十年,深度學習技術顛覆了語音識別、圖像分類、文本理解等眾多領域的演算法設計思路。
可以說,深度學習正在改變著我們生活的世界。
如果你也想改變世界,在職場中挖掘新的機會、成為頂尖技術人才,讓來自矽谷的 Udacity 幫助你吧!
19周
成為深度學習超級魔法師,加入這場席捲全球的技術浪潮!
Udacity 聯手矽谷頂級網紅講師
Siraj Raval
,推出
「深度學習基石納米學位」
項目!這門課將用充滿活力的矽谷方式,通過充滿互動的視頻、獨家實戰項目和個性化學習輔導,帶你由淺入深地探索這個領域。
畢業時,你將做好準備,在
人工智慧、無人駕駛
等應用方向上大展拳腳,並且獲得 100% 加入 Udacity 「無人車工程師納米學位」、「人工智慧工程師納米學位」的錄取保證,從這些項目畢業後,你還將獲得 Udacity 的就業推薦服務,
有機會內推加入IBM、賓士、英偉達、滴滴出行、寶馬、Uber 等領先科技企業!
在學習過程中,你不僅可以獲得矽谷頂級講師的指導,還將挑戰超酷實戰項目,並享受 Udacity
導師指導、逐行代碼審核、同步學習小組
等學習服務。每周投入10個小時,你就可以零基礎成為
矽谷認證
的深度學習高手!
你將挑戰的5個酷炫實戰項目
項目 1: 你的第一個神經網路
創建你的第一個簡單的神經網路,它將能夠預測共享單車的使用情況。
項目 2: 識別圖像
現在,你的神經網路將學會如何識別圖片中的物體。
項目 3:
生成電視劇劇本藉助深度學習的力量,你現在也可以是熱門電視劇的編劇!
項目 4: 開發翻譯機器人
創造一個可以在你與朋友聊天時即時翻譯的機器人,再也不用擔心語言成為友情的障礙。
項目 5: 生成原創的人臉圖像
使用生成對抗網路(GAN)來生成原創的人臉圖像,看看你會「畫」出什麼樣的
容
顏?
每周一個新主題
每周一個主題,我們將帶你循序漸進地了解深度學習的最新知識,並實踐運用卷積神經網路、遞歸神經網路、強化學習和更多深度學習相關技術。
第一周
機器學習的類型,以及在何時使用機器學習第二周
神經網路的架構和類型第三周
雲計算和情緒分析第四周
數學標記法和推薦系統第五周
數據準備(數據清洗、正則化、降維)第六周
無人機圖片追尋第七周
預測股市變動第八周
生成新的藝術作品第九周
生成新的音樂(將 LSTM 神經網路應用於音頻)第十周
寫詩(將 LSTM 神經網路應用於自然語言處理)第十一周
語言翻譯(序列至序列學習)第十二周
語音聊天機器人-問答系統第十三周
創建遊戲機器人(通過蒙特卡洛樹搜索進行強化學習)第十四周
壓縮圖片第十五周
數據可視化第十六周
生成圖片第十七周
小樣本學習(概率規劃)
如何加入這麼酷的課程?
掃描下方二維碼,了解
矽谷頂級講師
Siraj Raval 主講
深度學習基石納米學位
詳情:新一期課程將於
9月14日 10:00
正式開搶!中國區僅開放
2
00個
席位。現在加群得福利!回復關鍵詞「
深度學習
」,加入矽谷最潮深度學習
開課通知群:
獲得來自矽谷的《深度學習技能清單》;
提前預覽矽谷式課堂;
了解課程最新價格;
搶先預定本期剩餘席位!
※Python標準庫:itertools模塊
※Python vs Ruby: 誰是最好的 web 開發語言?
※學慣用 Python 編程時要避免的 3 個錯誤
※如何開發一個 PyCharm 插件
TAG:Python開發者 |
※周末AI課堂:深度學習中的熵 代碼篇
※痴人、信徒、先驅:深度學習三巨頭等口述神經網路復興史
※周末AI課堂:深度學習中的熵 理論篇
※萬字長文概述NLP中的深度學習技術之卷積神經網路
※2019年度最佳書單推薦:深度學習+機器學習+強化學習
※萬字長文概述NLP中的深度學習技術之循環神經網路
※全球最大電子展2018再度起航,鎂客網在香港帶你深度探討人工智慧
※榮耀V20深度評測:集嚇人技術於一身的科技潮品
※人工智慧–深度學習
※用淺度學習訓練深度網路:避開端到端深度學習難題
※2018 年世界計算機學者論文單天引用次數最新排行榜!深度學習三巨頭領銜
※智慧學習環境+人工智慧+大數據+深度學習…
※AI 人工智慧的深度學習
※「深度學習」與工匠技藝
※AI的口述歷史:深度學習三巨頭講述神經網路復興史
※2018年學術頂會:深度學習的江山如此多嬌
※人工智慧世界裡的機器學習與深度學習
※從深度學習到區塊鏈技術
※3天考察5個成功項目,親子產業深度遊學,暨操盤手分享會
※全職奶爸的一年深度學習之路:從零基礎到成為研究科學家