Deep Learning A-Z 2024: Neural Networks, AI & ChatGPT Prize
“深度学习2024：神经网络、人工智能与ChatGPT大奖”

Learn to create Deep Learning models in Python from two Machine Learning, Data Science experts. Code templates included.
从两位机器学习和数据科学专家那里学习如何使用Python构建深度学习模型。附带代码模板。

教程演示🔗

学生数量：377,295 个学生

上次更新时间：2024年4月

教程评分：4.5

教程语言：英语

教程字幕：中文、英语字幕

本课程包括：22.5 小时 长的随选视频、3 个可下载资源、34 篇文章、结业证书、在移动设备和电视上观看、完整的永久访问权字幕

学习内容

1、理解人工神经网络背后的直觉
2、在实践中应用人工神经网络
3、理解卷积神经网络背后的直觉
4、在实践中应用卷积神经网络（Convolutional Neural Networks, CNN）
5、理解循环神经网络（Recurrent Neural Networks, RNNs）背后的直觉。
6、在实践中应用递归神经网络
7、理解自组织映射（Self-Organizing Maps，SOM）背后的直观想法。
8、在实践中应用自组织映射（Self-Organizing Maps，SOM）
9、理解玻尔兹曼机背后的直觉
10、在实践中应用玻尔兹曼机
11、理解自编码器背后的直观概念
12、在实践中应用自编码器

要求

1、欢迎挑战！
02:07
2、获取这些数据集在这里。
3、额外提示：利用ChatGPT提升你的深度学习技能
4、高中数学水平
5、基础的Python编程知识

课程介绍

***在Kickstarter上可见***

人工智能正在呈指数级增长。这一点毋庸置疑。自动驾驶汽车行驶里程数达到数百万，IBM沃森的诊断能力超越了成千上万医生，谷歌DeepMind的AlphaGo在围棋比赛中击败了世界冠军——这是一款直觉发挥关键作用的游戏。

然而，随着人工智能的进步，它需要解决的问题变得越来越复杂。只有深度学习才能解决此类复杂问题，这也是它在人工智能中核心地位的原因。

— 为什么选择《深度学习A-Z》？ —

以下是我们认为《深度学习A-Z》与众不同，区别于其他培训课程的五个原因：

1. 结构严谨
我们首先关注的是为课程提供坚实的基础结构。深度学习非常广泛且复杂，要驾驭这个领域，你需要对其有清晰全面的认识。

因此，我们将教程分为两卷，代表深度学习的两大分支：监督式深度学习和无监督深度学习。每卷专注于三种不同的算法，我们发现这是掌握深度学习的最佳结构。

2. 直觉教程
许多课程和书籍只向你灌输理论、数学和编程知识，但可能忽视了最重要的部分：为何要这样做。这就是《深度学习A-Z》的独特之处。我们注重培养你对深度学习算法背后概念的直觉理解。

通过我们的直觉教程，你会有信心从本能上理解所有技巧。一旦你开始动手进行实践编码练习，你将亲身体验到这种理解带来的深刻意义。这是一个重大的转变。

3. 令人兴奋的项目
你是否厌倦了使用过时数据集的课程？

是的话，那你就来对地方了。

在这门课程中，我们将使用真实世界的数据集，解决实际的商业问题（肯定不是每个课程都使用的枯燥的鸢尾花或数字分类数据集）。本课程将解决六个现实挑战：

– 利用人工神经网络解决客户流失问题
– 应用卷积神经网络进行图像识别
– 使用循环神经网络预测股票价格
– 自组织映射分析欺诈行为
– 利用玻尔兹曼机创建推荐系统
– 使用堆叠自编码器挑战Netflix的100万美元大奖

*堆叠自编码器是深度学习中的新方法，几年前还不存在。我们没有在其他地方看到过对此方法足够深入的解释。

4. 实践编码
在《深度学习A-Z》中，我们会与你一起编码。每个实践教程从空白开始，我们从头编写代码。这样你可以跟上进度，理解代码是如何组合的，每一行代码意味着什么。

此外，我们会故意以一种方式组织代码，让你可以下载并将其应用到自己的项目中。我们还会逐步解释如何修改代码，插入你的数据集，根据需求定制算法，获得你想要的结果。

这是一门自然而然能促进你职业生涯发展的课程。

5. 在线支持
你是否曾遇到过有问题但无法联系到作者的课程或书籍？

这门课程有所不同。我们致力于使其成为地球上最具颠覆性和影响力的深度学习课程。这意味着我们必须始终在你需要帮助的时候出现。

事实上，由于我们也需要吃饭睡觉，所以我们组建了一支专业的数据科学家团队来协助我们。无论你的问题多么复杂，我们保证在48小时内给你答复。

我们始终在这里，只要你成功。

— 工具介绍 —

Tensorflow和PyTorch是深度学习的两个最受欢迎的开源库。在这门课程中，你将同时学习这两者！

Tensorflow由Google开发，被用于他们的语音识别系统、新的Google照片产品、Gmail、Google搜索等。Airbnb、空中客车、eBay、英特尔、Uber等公司都在使用Tensorflow。

PyTorch同样强大，由Nvidia的研究人员和斯坦福大学、牛津大学、巴黎理工等顶级学府开发。Twitter、Salesforce和Facebook等公司也在使用PyTorch。

那么，哪个更好，适合什么情况？

在这门课程中，你将有机会同时使用它们，并了解何时选择Tensorflow，何时选择PyTorch。在教程中，我们将比较两者，并给出在特定情况下使用哪种可能更优的提示和想法。

这两个库都是相对较新的，仅有一年多的历史。这就是我们所说的，在这门课程中，你将学习最前沿的深度学习模型和技术。

— 更多工具 —

Theano是另一个深度学习开源库，功能与Tensorflow相似，但我们也会讲解。

Keras是一个了不起的库，用于实现深度学习模型。它作为Theano和Tensorflow的封装器。借助Keras，只需几行代码，你就能创建出强大而复杂的深度学习模型。这将使你对所创建的内容有一个全局视角，所有构建的内容因为这个库而显得清晰有序，真正让你理解所做之事。

— 更多工具 —

Scikit-learn是最实用的机器学习库。我们将主要使用它：

– 通过k-折交叉验证评估模型性能
– 通过有效的参数调优改进模型
– 预处理数据，使模型在最佳条件下学习

当然，我们还要提到常规选项。整门课程基于Python，每一部分你都将获得大量宝贵的实战编程经验。

此外，课程中还将使用NumPy进行高精度计算和处理高维数组，Matplotlib绘制富有洞察力的图表，Pandas高效地导入和处理数据集。

— 适合人群 —

如你所见，深度学习领域有许多不同的工具。在这门课程中，我们确保展示最重要和最先进的工具，这样当你完成《深度学习A-Z》时，你的技能将处于当今技术的前沿。

如果你刚刚开始接触深度学习，你会发现这门课程非常有用。《深度学习A-Z》围绕特殊的编码蓝图方法构建，这意味着你不会陷入不必要的编程或数学复杂性，而是从课程早期就开始应用深度学习技术。你将从基础知识开始积累，随着每个教程，你会越来越自信。

如果你已经有深度学习经验，你会发现这门课程令人耳目一新，富有启发性且非常实用。在《深度学习A-Z》中，你将掌握一些最先进的深度学习算法和技术（有些甚至在一两年前才出现），并通过这门课程获得大量实际业务挑战的宝贵实践经验。此外，你还可以从中找到探索新深度学习技能和应用的灵感。

— 实战案例研究 —

掌握深度学习不仅关乎直觉和工具，也关乎将这些模型应用于实际场景，为业务或项目带来实际可衡量的结果。这就是为什么我们在课程中引入了六个令人兴奋的挑战：

1. 客户流失建模问题
在这个部分，你将解决银行的数据分析挑战。你将获得包含大量银行客户样本的数据集，其中包含客户ID、信用评分、性别、年龄、账户年限、余额、活跃状态、是否有信用卡等信息。在6个月期间，银行观察了这些客户是否离开或留在银行。

目标是创建一个能够基于上述地理和交易信息预测个人客户是否会离开银行（客户流失）的人工神经网络。此外，你还需根据概率方法构建模型，对所有银行客户进行排名。

如果你在这个项目中取得成功，你将为银行创造重大价值。通过应用你的深度学习模型，银行可以显著减少客户流失。

2. 图像识别
在这个部分，你将创建一个能够检测图像中各种物体的卷积神经网络。我们将实现这个深度学习模型，识别一组图片中的猫或狗。然而，这个模型可以用于检测任何其他事物，我们将展示如何做到——只需更改输入文件夹中的图片即可。

例如，你可以用一组脑部图像训练相同的模型，判断它们是否含有肿瘤。如果你想保持对猫和狗的专一，只需拍下你的猫或狗的照片，模型就能预测出你拥有的宠物。我们甚至用Hadelin的狗进行了测试！

3. 股票价格预测
在这个部分，你将创建最强大的深度学习模型之一，甚至可以说是最接近“人工智能”的模型。这是怎么回事？因为这个模型将具有人类一样的长期记忆。

实现这一功能的深度学习分支是循环神经网络。经典的RNN内存较短，因此在处理这类任务时既不流行也不强大。但最近对RNN的重大改进导致了LSTM（长短期记忆RNN）的兴起，彻底改变了游戏规则。我们非常兴奋能在课程中包含这些尖端深度学习方法！

在这个部分，你将学习如何实现这个超强大模型，并挑战用它来预测真实的谷歌股票价格。斯坦福大学的研究人员已经面临过类似挑战，我们将努力做得至少和他们一样好。

4. 欺诈检测
根据Markets & Markets最近的一份报告，到2021年，欺诈检测和预防市场将达到331.9亿美元。这是一个庞大的行业，对高级深度学习技能的需求只会增加。这就是为什么我们在课程中包含这个案例研究。

这是第二卷-无监督深度学习模型的第一部分。业务挑战是检测信用卡申请中的欺诈。你将为一家银行创建深度学习模型，给定包含申请高级信用卡的客户信息的数据集。

这是客户填写申请表时提供的信息。你的任务是在这些申请中检测潜在的欺诈行为。到挑战结束时，你将列出那些可能在申请中作弊的客户的明确列表。

5&6 推荐系统
从亚马逊的产品推荐到Netflix的电影推荐，好的推荐系统在当今世界非常有价值。能够创建它们的专业人士是地球上薪酬最高的

“掌握深度学习的艺术与实践，加入《深度学习A-Z》课程，带你探索Tensorflow与PyTorch的奥秘。实战应用，解决真实世界问题，如预测客户流失、图像识别与股票价格，以及对抗欺诈。从零基础到进阶，解锁AI未来，提升搜索引擎排名，让你的技能领先科技潮流。立即开始这段革命性的学习之旅吧！#人工智能 #深度学习 #TensorflowPyTorch”