Pearson
Spezialisierung für Learning Deep Learning

Entdecken Sie neue Fähigkeiten mit 30% Rabatt auf Kurse von Branchenexperten. Jetzt sparen.

Diese spezialisierung ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Pearson

Spezialisierung für Learning Deep Learning

A Complete Guide to Deep Learning for AI. Learn the essential building blocks of deep neural networks and build advanced architectures.

Pearson

Dozent: Pearson

Bei Coursera Plus enthalten

Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

1 Monat bei 5 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern
Befassen Sie sich eingehend mit einem Thema
Stufe Mittel

Empfohlene Erfahrung

1 Monat bei 5 Stunden pro Woche
Flexibler Zeitplan
Verdienen Sie sich einen beruflichen Leistungsnachweis
Teilen Sie Ihr Fachwissen mit Arbeitgebern

Was Sie lernen werden

  • Build and optimize deep learning models for tasks such as image classification, language modeling, machine translation, and multimodal applications using TensorFlow and PyTorch.

  • Understand and apply advanced architectures, including convolutional neural networks, recurrent neural networks, transformers, and large language models.

  • Develop practical skills in data handling, model evaluation, regularization, and ethical AI deployment for real-world scenarios.

Überblick

Was ist inbegriffen?

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

August 2025

12 Praxisübungen

Erweitern Sie Ihre Fachkenntnisse.

  • Erlernen Sie gefragte Kompetenzen von Universitäten und Branchenexperten.
  • Erlernen Sie ein Thema oder ein Tool mit echten Projekten.
  • Entwickeln Sie ein fundiertes Verständnisse der Kernkonzepte.
  • Erwerben Sie ein Karrierezertifikat von Pearson.

Spezialisierung - 3 Kursreihen

Was Sie lernen werden

  • Grasp the core concepts and history of deep learning, including neural network fundamentals and training algorithms.

  • Develop hands-on skills in building, training, and evaluating neural networks using TensorFlow and PyTorch.

  • Apply advanced techniques to solve real-world problems in image classification, language processing, and multimodal AI.

  • Understand practical considerations and ethical aspects of deploying deep learning in real-world applications.

Kompetenzen, die Sie erwerben

Kategorie: Tensorflow
Kategorie: Deep Learning
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Artificial Neural Networks
Kategorie: Machine Learning
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Network Architecture
Kategorie: Linear Algebra
Kategorie: Regression Analysis
Kategorie: Large Language Modeling
Kategorie: Python Programming
Kategorie: Algorithms

Was Sie lernen werden

  • Build and optimize convolutional neural networks for advanced image classification tasks using TensorFlow and PyTorch.

  • Apply recurrent neural networks and LSTMs to sequential data problems, including time series forecasting and text autocompletion.

  • Develop neural language models and implement word embeddings for robust natural language processing.

  • Design and implement encoder-decoder architectures and Transformer models for machine translation and sequence-to-sequence tasks.

Kompetenzen, die Sie erwerben

Kategorie: Deep Learning
Kategorie: Natural Language Processing
Kategorie: Time Series Analysis and Forecasting
Kategorie: Tensorflow
Kategorie: Artificial Neural Networks
Kategorie: Applied Machine Learning
Kategorie: Image Analysis
Kategorie: Computer Vision
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Large Language Modeling
Kategorie: Network Architecture

Was Sie lernen werden

  • Master large language models and transformer architectures for advanced natural language processing applications.

  • Build and deploy multimodal networks that integrate multiple data types, such as text and images.

  • Implement multitask learning and solve advanced computer vision problems, including object detection and segmentation.

  • Apply ethical principles and practical strategies for tuning and deploying deep learning models in real-world settings.

Kompetenzen, die Sie erwerben

Kategorie: Large Language Modeling
Kategorie: Tensorflow
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Deep Learning
Kategorie: Computer Vision
Kategorie: Prompt Engineering
Kategorie: Data Ethics
Kategorie: Artificial Intelligence
Kategorie: Application Deployment
Kategorie: Artificial Neural Networks
Kategorie: Performance Tuning
Kategorie: Natural Language Processing
Kategorie: Image Analysis

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Pearson
Pearson
230 Kurse2.960 Lernende

von

Pearson

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen