딥 러닝 전문화의 네 번째 과정에서는 컴퓨터 비전이 어떻게 발전해 왔는지 이해하고 자율 주행, 얼굴 인식, 방사선 이미지 읽기 등과 같은 흥미로운 애플리케이션에 익숙해질 것입니다.
마지막에는 Residual Networks와 같은 최근 파생을 포함하여 컨볼루션 신경망을 구축할 수 있습니다. 시각적 감지 및 인식 작업에 컨볼루션 네트워크를 적용합니다. Neural Style Transfer를 사용하여 아트 작품을 생성하고 이러한 알고리즘을 다양한 이미지, 비디오 및 기타 2D 또는 3D 데이터에 적용합니다.
딥 러닝 전문화는 딥 러닝의 기능, 도전 과제 및 결과를 이해하고 첨단 AI 기술 개발에 참여할 수 있도록 준비하는 데 유용한 기본 프로그램입니다. 기계 학습을 업무에 적용하고, 기술 경력의 수준을 높이고, AI 세계에서 결정적인 단계를 밟을 수 있는 지식과 기술을 얻을 수 있는 경로를 제공합니다.
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.