深度学习A-Z™:动手实现人工神经网络

深度学习与人工智能,人工神经网络等技术主题应该是目前最热门且不变的趋势,但是这些高深的技术看似遥不可及,要如何入门与应用?这门课程的实作部分相当实务,讲师会准备数据集 (data set ) 让你实际演练,从预测银行客户流失问题,影像辨识,股价预测,诈欺侦测,与 Netflix 电影推荐等实际的专案练习,课程会使用到 Google Tensorflow 与一些知名的开源程序库 例如 PyTorch,Theano,Keras,Scikit-learn 等等。课程实作采用 Python 语言,上课过程如果有问题,还有在线支持 ( 讲师强调 48 小时内回复 ) ,对于深度学习与人工智能应用有兴趣,这是一门 C/P 值很高的课程。

从这 23 小时的课程,你会学到

  • 了解人工神经网络背后直觉的知识
  • 在实务中应用人工神经网络
  • 理解卷积神经网络背后直觉的知识
  • 在实务中应用卷积神经网络
  • 理解递归神经网络背后直觉的知识
  • 在实务中应用递归神经网络
  • 了解自我组织地图背后直觉的知识
  • 在实务中应用自我组织地图
  • 了解玻耳兹曼( Boltzmann )机器背后直觉的知识
  • 在实务中应用波尔兹曼机器
  • 理解自动编码器( Autoencoders ) 背后直觉的知识

要求

  • 只需要高中数学程度

课程说明

人工智能呈现指数级成长。毫无疑问,自动驾驶车正在赶上数百万英里,IBM Watson 正在诊断患者表现比多数的医生更好并且 Google Deepmind 的 AlphaGo 在围棋击败世界冠军 – 直觉在围棋扮演著重要的角色。

但是,随著 AI 的进一步发展,越来越复杂的问题需要解决。只有深度学习才能解决这样复杂的问题,这就是为什么它是人工智能的内核。

—为什么选择深度学习A-Z?—

这里有五个原因我们认为深度学习A-Z™真的是不同的,从其它众多的培训计划中脱颖而出:

1. 强健的课程结构

我们关注的第一个也是最重要的事情就是让课程结构强健。深度学习是非常广泛和复杂的,为了引导你走出这个迷宫,你需要一个清晰的整体视野。

这就是为什么我们将教程分成两卷,代表了深度学习的两个基本部分:监督深度学习和无监督深度学习。每个卷都集中在三种不同的算法上,我们发现这是精通深度学习的最佳结构。

2. 直觉教学

许多课程和书籍只是用理论和数学和代码来轰炸你…但是他们也许忘了解释最重要的部分:为什么你正在做你正在做的事情。这就是这个课程如此不同。我们专注于为深度学习算法背后的概念开发直觉的感觉

透过我们的直觉教程,你将有信心在直觉的层面了解所有技术。一旦你进行了实际的编程练习,你将会看到你的经验将会更有意义。这是一个改变游戏规则的游戏。

3. 令人兴奋的专案

你是否厌倦了基于过时,过时的数据集的课程?

是的?那么你加入这场盛宴吧。

在这个课堂里,我们将在真实世界的数据集上工作,解决真实世界的商业问题。(绝对不是我们在每个课程中看到的无聊的虹膜或数字分类数据集)。在这个课程中,我们将解决六个现实世界的挑战:

  • 人工神经网络解决客户流失问题
  • 卷积神经网络用来做图像识别
  • 递归神经网络预测股价
  • 自组织地图调查欺骗
  • 使用玻尔兹曼(Boltzmann)机器创建一个推荐系统
  • 使用堆叠的自动编码器* ( Stacked Autoencoders )来参加 Netflix 100 万美元的奖赏

*堆叠式自动编码器是深入学习中的全新技术,几年前甚至不存在。我们还没有看到这个方法在其他任何地方都有足够深度的解释。

4. 实际动手写程序

深入学习A-Z™与你一起写程序。每个实践教程都从空白页开始,我们从头开始编写代码。这样,你可以追踪并明确了解代码是如何组合在一起的,以及每一行的含义。

此外,我们将以有目的的方式建构代码,以便你可以下载并将其应用于你自己的专案中。此外,我们逐步解释在何处以及如何修改代码以插入你的数据集,根据需要裁切算法,以获得你之后的产出。

这是一门自然地延伸你的职涯的课程。

5. 课程中支持

你有没有参加过课程或阅读书籍时有问题但确无法与作者接触?

那么这个课程是不同的。我们完全致力于使这个世界上最具破坏性和强大的深度学习课程。当你需要我们的帮助时,我们有责任永远在那里。

事实上,既然我们身体上还需要吃饭和睡觉,我们已经组建了一个专业的数据科学家团队来协助。每当你提出问题时,你将会在48小时内收到我们的回复。

无论你的询问有多么复杂,我们都会在那里。基本上我们是希望你成功。

—工具—

Tensorflow和Pytorch是Deep Learning开发的两个最受欢迎的开源程序库。在本课程中,你将学习两者!

TensorFlow 由 Google开发,用于他们的语音识别系统,新的 Google photo 产品,Gmail,Google 搜索等等。使用 Tensorflow 的公司包括 AirBnb,Airbus,Ebay,Intel,Uber等等。

PyTorch 功能非常强大由 Nvidia 顶尖的研究人员和大学:Stanford,Oxford,ParisTech 所开发。使用 PyTorch 的公司包括 Twitter,Saleforce 和 Facebook。

那么哪个更好,理由是什么?

那么,在这个课程中,你将有机会与两者合作,并了解何时使用 Tensorflow 比较好并且何时使用 PyTorch 。在整个课程中,我们比较了这两个教程,并给出了在某些情况下可以最有效的技巧和想法。

有趣的是,这些程序库几乎仅仅一岁多。这就是我们想要表达的意涵,在这个课程中,我们会教你最先进的深度学习模型和技术。

—更多任务具—

Theano是另一个开放源码的深入学习库。它的功能非常类似于Tensorflow,但是我们仍然会介绍它。

Keras是实现深度学习模型的难以置信的程序库。它作为Theano和Tensorflow的包装。感谢Keras,只有几行代码,我们就可以创建强大而复杂的深度学习模型。这将使你创造的事物有全球的视野。感谢这个程序库,你所做的一切都将看起来非常清晰和结构化,你将真正获得直觉的知识和了解你正在做什么。

—还有更多任务具—

Scikit-learn 最实用的机器学习程序库。我们将主要使用它:

  • 以最相关的技术,k-fold交叉验证来评估我们的模型的性能
  • 透过有效的参数调整来改善我们的模型
  • 预处理我们的数据,以便我们的模型可以在最佳条件下学习

当然,我们还要提及通常的推测。这整个课程是基于Python,在每一个课程部分,你将获得无数小时宝贵的实践编程经验。

此外,在整个课程中,我们将使用 Numpy 进行高端运算和操纵高维数组,使用 Matplotlib 绘制有洞察力的图表和使用 Pandas 最有效地导入和操作数据集。

—这个课程适合谁?—

正如你所看到的,在深度学习和本课程中有很多不同的工具,我们确保向你展示最重要和最先进的技术,以便当你完成深度学习A-Z™时,你的技能将处于当今技术的尖端。

如果你刚开始深入学习,那么你会发现这个课程非常有用。深度学习A-Z™是围绕特殊编程蓝图方法建构的,这意味著你不会陷入不必要的程序编写或是数学的复杂性,相反,你将从早期的课程中应用深度学习技术。你将从头开始建构你的知识,你将会透过每个教程变得越来越自信。

如果你已经有深入学习的经验,你会发现这个课程令人耳目一新,激动人心,非常实用。在深度学习A-Z™ 内部,你将掌握一些最尖端的深度学习算法和技术(其中一些甚至在一年前不存在)并且透过这门课程,你将获得巨大的宝贵实践经验与现实的商业挑战。另外,在里面你会发现灵感来探索新的深度学习技能和应用。

—真实世界案例研究—

精通深度学习不仅仅是了解直觉的知识和工具,而且也是能够将这些模型应用于真实世界的场景,并为商业或是专案获得实际可衡量的结果。这就是为什么在这个课程中我们引入了六个激动人心的挑战:

#1 流失建模问题

在这部分中,你将会为银行解决数据分析挑战。你将获得一个数据集,并提供银行客户的大量样本。为了制作这个数据集,银行收集信息例如客户ID,信用评分,性别,年龄,任期,余额,客户是否活跃,是否有信用卡等。在6个月的时间里,银行观察了这些客户是否离开或留在银行。

你的目标是创建一个人工神经网络,根据上述给的地理位置和交易信息,可以预测是否有个人客户离开银行或是停留(客户流失)。此外,你被要求根据其离开的机率对银行的所有客户进行排序。要做到这一点,你将需要使用正确的深度学习模型,即基于机率方法的模型。

如果你在此专案中取得成功,你将为银行创造显著的附加价值。透过应用你的深度学习模型,银行可能会大大减少客户流失。

#2 影像辨识

在这部分中,你将创建一个能够检测影像中各种对象的卷积神经网络。我们将实现这个深度学习模式,以在一组照片中辨识出一只猫或是狗。但是,该模型可以重复使用以检测任何其他内容,我们将透过简单地更改输入文档夹中的图片来告诉你如何运行此操作。

例如,你可以在一组大脑影像上训练相同的模型,以检测是否包含肿瘤。但是,如果你想保持它适合猫和狗,那么你将从字面上可以拍摄你的猫或狗的照片,你的模型会预测你有哪种宠物。我们甚至在 Hadelin 的狗身上测试过!

#3股价预测

在这部分中,你将创建一个最强大的深度学习模型。我们甚至会说,你将创建最接近“人工智能”的深度学习模型。这是为什么?因为这个模型会有长期的记忆,就像我们,人类一样。

深入学习的分支是递归神经网络。古典的 RNN 具有短暂的记忆,因为这个确切的原因,既不流行也不强大。但是,递归神经网络的一个重大改进使得LSTM(长期内存 RNNs)的普及,这已经彻底改变了游戏领域。我们非常兴奋地将这些尖端的深入学习方法纳入我们的课程!

在这部分中,你将学习如何实现这个超强大的模型,我们将采取挑战来预测 Google 的真实股价。史丹佛大学的研究人员已经面临类似的挑战,我们的目标至少与他们一样。

#4欺诈侦测

根据市场与市场最近发布的一份报告,到2021年,欺诈侦测和预防市场的价值将达到3319亿美元。这是一个巨大的行业,对高级深度学习技能的需求只会增长。这就是为什么我们在课程中包括这个案例研究的原因。

这是第2卷的第一部分 – 无监督深度学习模型( Unsupervised Deep Learning Models )。这里的业务挑战是侦测信用卡应用中的欺诈。你将为银行创建深度学习模型,并为你提供一个数据集,其中包含申请高级信用卡的客户信息。

这是填写申请表时客户提供的数据。你的任务是侦测这些申请中的潜在欺诈。这意味著在挑战结束后, 你将会提供一个明确的可能诈欺的客户申请列表。

#5&6推荐系统

从 Amazon 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。而创建它们的专家也是地球上最高薪的数据科学家之一。

我们将处理与 Netflix 数据集具有完全相同特色的数据集:大量的电影,数以千计的用户,他们对他们观看的电影进行了评级。评级从1到5,就像在Netflix数据集中一样,这使得推荐系统的建构比评级仅仅有 “喜欢” 或 “不喜欢” 信息更复杂。

你最终的推荐系统将能够预测客户未观看的电影的评分。因此,透过将预测排序从5至1,你的深度学习模型将能够推荐每个用户应该观看哪些电影。创建如此强大的推荐系统是一个很大的挑战,所以我们会给自己两个视角。意思是我们将用两个不同的深度学习模型来建构它。

我们的第一个模型将是Deep Belief Networks,复杂的玻尔兹曼机器,将在第5部分中介绍。然后我们的第二个模型将使用强大的AutoEncoders,这是我个人的最爱。你会欣赏他们的简单性和他们能力的对比。

你甚至可以将它应用到你自己或你的朋友。电影列表将是明确的,所以你只需要对已经观看的电影进行评分,在数据集中输入你的评分,运行您的模型并瞧瞧!当你在 Netflix 上没有任何想法要看那部电影,推荐系统会告诉你,你会喜欢哪些电影!

—总结—

总而言之,这是一个激动人心的培训课程,充满了直觉教程,实践练习和真实世界的案例研究。

我们对深度学习是非常狂热的,希望能够在课堂上看到你!

Kirill & Hadelin

目标受众是谁?

  • 任何对深度学习感兴趣的人
  • 在数学方面至少有高中等级的知识并希望开始学习深度学习的学生
  • 任何熟悉机器学习或深度学习基础知识的中级人员,包括经典算法,如线性回归或逻辑回归,以及更高级的主题,如人工类神经网络,而且想要更多地学习它,并探索深入学习的所有不同领域
  • 任何对深度学习感兴趣但是对编程无法自由运用,并希望将其轻松应用于数据集的人
  • 任何想要在数据科学方面开始职涯发展的大学生
  • 任何想要提升深入学习能力的数据分析师
  • 任何对目前工作不满意,想成为数据科学家的人
  • 任何想要透过使用强大的深度学习工具来创造附加价值的人
  • 任何想要了解如何利用深度学习的指数技术进行业务的企业主
  • 任何希望透过最先进的深度学习算法在业界中造成破坏性的创业家

讲师简介

Kirill Eremenko   数据科学家和外汇系统专家

我的名字是 Kirill Eremenko ,你正在读这让我超级兴奋 !

我在 Udemy 量个别的领域授课 : 数据科学和外汇交易。我想你将会对我是否可以提供你最好的训练有信心,以下是我在这两个领域的一些背景。

数据科学

在专业方面,我有超过 5 年在金融、零售、交通运输等行业的数据科学管理顾问经验。曾受过澳大利亚 Deloitte 最好的分析导师的训练,今天我运用大数据来推动企业战略、改造客户体验和彻底改变现有的操作流程。

从我的课程中,你将立即注意到我如何将现实生活的经验和物理与数学学术背景结合起来,在数据科学领域提供专业的分步指导。我也热衷于公开演讲,并定期在澳大利亚领先的大学和行业盛会上介绍大数据。

外汇交易

自2007年以来,我一直以交易员的身份积极参与外汇市场,并办 MQL4 的编程课程计划。我很享受外汇交易,因为外汇市场可以带来的财务上的自由,更重要的 – 个人自由

我生活的另一部分-是一个数据科学家 – 研究商业流程和人类行为模式的各种模式… 听起来很熟悉?是的!巧合的是,我也是算法交易的大粉丝 : ) EAs、外汇机器人、指标、脚本、MQL4, 甚至使用 java 编程做外汇 – 我全部都很爱!

Kirill Eremenko

Hadelin de Ponteves   数据科学家

你好。我的名字是 Hadelin de Ponteves。总是渴望学习,我投入了大量的时间在学习和教学中,涵盖广泛的科学话题。

今天我热衷于机器学习、深入学习和人工智能 ( AI )。我将尽最大的努力传达我对数据科学的热情。我在这个领域获得了丰富的经验。我拥有数据科学专业的工程硕士学位。我花了一年时间研究机器学习,从事创新和令人兴奋的专案。 然后在Google的工作经验中,我实施了一些用于商业分析的机器学习模型。

最终,我意识到我花了大部分时间做分析,我逐渐需要培养更多的创意,所以我踏入创业生涯。我的课程将结合分析和创造力的两个维度,使你可以在应用于创意思考的同时学习数据科学中所需的所有分析技能。

期待我们一起完成学习!

Hadelin de Ponteves

SuperDataScience 团队    帮助数据科学家成功的团队

Hi, 你好!

我们是 SuperDataScience 团队。你将在 Kirill Eremenko 教授的数据科学课程中看到我们 – 我们在这里帮助你解决任何问题,并确保你在课程的旅程中总是一舤风顺!

联系最好的方法是在你正在学习的课程的问答中讨论。在大多数情况下,我们会在24小时内回复。

我们热衷于帮助你享受课程!

课堂中见啰!

诚挚地,
SuperDataScience 真正的人

英文字幕:有

  • 想要了解如何将英文字幕自动翻译成中文? 请参考这篇 How-To

课程网址  ♥找优惠折扣码?

Sponsored by Udemy

♥欢迎关注 Soft & Share 微博

 

发表评论

Powered by WordPress.com.

Up ↑

%d 博主赞过: