【2024年】十大人工智慧課程熱門排行推薦與優惠精選!
本文章推薦「Artificial Intelligence A-Z™: Learn How To Build An AI」、「Artificial Intelligence: Reinforcement Learning in Python」、「人工智能A-Z™: 学习如何创造一个AI (Artificial Intelligence A-Z)」等相關LinkedIn線上課程,讓您滿足學習的慾望。
你是否想透過線上學習得到更多的技能,增加自己的技能樹?現在是學生的您,透過線上學習可以將更多專業知識用在課業學習上更加強所學。還是您是朝九晚五的上班族,尋找可以為工作上帶來更上一層樓的技能?或您是因為興趣或想培養其他興趣?
線上課程不受地理位置影響,不受時間早晚影響,老師來自世界各地,也不受學習程度影響的特色,讓您無時無刻想學都可以,想多看幾次增加熟悉度也可以。不同領域的老師將針對不同主題滿足您的學習目的,推薦的課程項目會陸續更新,絕對提供您最熱門人氣高的線上課程。
目錄
- Artificial Intelligence A-Z™: Learn How To Build An AI
- Artificial Intelligence: Reinforcement Learning in Python
- 人工智能A-Z™: 学习如何创造一个AI (Artificial Intelligence A-Z)
- 商业人工智能 (Artificial Intelligence for Business)
- 深度学习经典(论文精讲-源码解读)
- 深度学习-入门课程(通俗易懂版)
- 人工智能专业课程 (AI Masterclass)
- 深度强化学习2.0 (Deep Reinforcement Learning 2.0)
- 從零開始的人工智能基礎班(廣東話授課)
- Fundamentals of AI and Big Data
人工智慧課程總覽
課程資訊 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
---|---|---|---|---|---|---|---|---|---|---|
評價 | 4.4 分 (19,222 個評分) | 4.7 分 (8,791 個評分) | 4.2 分 (27 個評分) | 4.8 分 (16 個評分) | 4.7 分 (12 個評分) | 4.3 分 (13 個評分) | 4.6 分 (16 個評分) | 4.8 分 (12 個評分) | 4.8 分 (2 個評分) | 4.3 分 (2 個評分) |
學生 | 164,184 人人 | 41,159 人人 | 203 人人 | 194 人人 | 189 人人 | 153 人人 | 148 人人 | 104 人人 | 11 人人 | 10 人人 |
課程描述 | Combine the power of Data Science, Machine Learning and Deep Learning to create powerful AI for Real-World applications! | Complete guide to Reinforcement Learning, with Stock Trading and Online Advertising Applications | 结合数据科学、机器学习和深度学习的威力,来为现实世界的应用创造一个强大的AI!(英文原音) | 人工智能解决方案解决现实世界中的业务问题 (英文原音) | 论文详解+项目复现 | 深度学习快速入门 | 新的混合人工智能时代已经来临,我们将要用深度神经进化技术,以及一整套的机器学习,深度学习,人工智能模型对它进行优化 (英文原音) | 深度Q-learning,策略梯度,演员评论家模型以及DDPG模型的完美结合 | 人工智能(AI)的基礎知識與理論 | 人工智慧與大數據理論基礎 |
人工智慧課程列表
Artificial Intelligence A-Z™: Learn How To Build An AI
課程老師 | Hadelin de Ponteves |
---|---|
課程評價 | 4.4 分(19,222 個評分) |
學生人數 | 164,184 人 |
課程介紹
*** AS SEEN ON KICKSTARTER ***
Learn key AI concepts and intuition training to get you quickly up to speed with all things AI. Covering:
How to start building AI with no previous coding experience using Python
How to merge AI with OpenAI Gym to le
哪些人適合這堂課?
- Anyone interested in Artificial Intelligence, Machine Learning or Deep Learning
學習目標
- Build an AI
- Understand the theory behind Artificial Intelligence
- Make a virtual Self Driving Car
- Make an AI to beat games
- Solve Real World Problems with AI
- Master the State of the Art AI models
- Q-Learning
- Deep Q-Learning
- Deep Convolutional Q-Learning
- A3C
Artificial Intelligence: Reinforcement Learning in Python
課程老師 | Lazy Programmer Team |
---|---|
課程評價 | 4.7 分(8,791 個評分) |
學生人數 | 41,159 人 |
課程介紹
When people talk about artificial intelligence, they usually don’t mean supervised and unsupervised machine learning.
These tasks are pretty trivial compared to what we think of AIs doing – playing chess and Go, driving cars, and beating video games
哪些人適合這堂課?
- Anyone who wants to learn about artificial intelligence, data science, machine learning, and deep learning
- Both students and professionals
學習目標
- Apply gradient-based supervised machine learning methods to reinforcement learning
- Understand reinforcement learning on a technical level
- Understand the relationship between reinforcement learning and psychology
- Implement 17 different reinforcement learning algorithms
人工智能A-Z™: 学习如何创造一个AI (Artificial Intelligence A-Z)
課程老師 | Hadelin de Ponteves |
---|---|
課程評價 | 4.2 分(27 個評分) |
學生人數 | 203 人 |
課程介紹
*** 如您在KICKSTARTER所见 ***
学习重要的AI概念,以及直觉力训练,帮助您快速跟进AI所有方面。课程包括:
· 如何在没有Python编程经验的情况下开始创造AI。
· 如何将AI与OpenAI Gym相融合,使得学习尽可能有效。
· 如何优化您的AI,使之在现实世界发挥最大潜能。
以下是您将通过本课程收获的:
1. 从AI初学者到专家的全部技能 – 学习为一系列用途编写完善的AI代码。实际上,我们会与您一起来编写代码。每一次教程都是从空白文档开始,我们会从零
哪些人適合這堂課?
- 任何对人工智能、机器学习或深度学习感兴趣的人。
學習目標
- 构建一个AI
- 理解人工智能背后的理论
- 创造一部虚拟的自动驾驶车
- 创造一个AI来闯关游戏
- 用AI解决实际生活中的问题
- 精通当前最先进的AI模型
- Q学习
- 深度Q学习
- 深度卷积Q学习
- A3C
課程老師 | Hadelin de Ponteves |
---|---|
課程評價 | 4.8 分(16 個評分) |
學生人數 | 194 人 |
課程介紹
课程结构:
第1部分-优化业务流程
案例研究:优化电子商务仓库的流程
人工智能解决方案:Q学习
第2部分-最小化成本
案例研究:最小化数据中心的能耗成本
人工智能解决方案:深度Q学习
第3部分-最大化收入
案例研究:最大化在线零售业务的收入
人工智能解决方案:汤普森抽样
真实业务应用程序:
使用人工智能,您可以为任何业务做三件主要事情:
1.优化业务流程
2.降低成本
3.实现收入最大化
我们将通过真实的商业案例研究,向您展示如何
哪些人適合這堂課?
- 业务驱动型人员,他们渴望学习如何利用人工智能优化业务、最大化盈利能力和效率。
- 人工智能从业者,他们想知道他们可以为员工提供什么项目
- 有抱负的数据科学家,寻找商业案例加入到在他们的知识组合中
- 有兴趣利用机器学习和人工智能解决业务问题的技术爱好者
- 希望将公司转变为人工智能驱动企业的顾问
學習目標
- 优化业务流程
- 掌握通用人工智能框架
- 实施Q-Learning
- 保存并加载模型
- 建立优化模型
- 实施”早停”
- 最大化效率
- 最大化收入
- 最小化成本
- 实施汤普森采样
- 实施深度Q学习
- 利用人工智能做出最佳决策
- 从头构建人工智能环境
- 实施在线学习
- 建立一个人工大脑
- 实施遗憾分析
課程老師 | 唐宇迪 唐 |
---|---|
課程評價 | 4.7 分(12 個評分) |
學生人數 | 189 人 |
課程介紹
深度学习经典论文解读与项目实战课程旨在帮助同学们掌握当下深度学习领域最核心论文思想及其源码实现。所选论文均是计算机视觉与自然语言处理领域最流行和通用算法,主要内容包括四大核心部分:1.论文核心思想解读;2.论文细节知识点精讲;3.论文代码复现与应用;4.大型开源项目源码解读;整体风格通俗易懂,所有论文均结合实战项目展开,理论与实战应用完美结合,适合进阶提升与转行就业的同学们。
哪些人適合這堂課?
- 人工智能方向进阶提升的同学们
學習目標
- 掌握当下深度学习经典论文思想
- 掌握论文核心知识点与应用领域
- 熟练使用深度学习框架进行论文复现
- 掌握大型开源项目源码架构
- 掌握自然语言处理核心论文-BERT模型
- 掌握NLP核心架构-transformer
- 掌握NLP主流attention机制
- 熟练掌握BERT架构源码与实现细节
- 基于BERT模型构建自然语言处理通用框架
- 掌握物体检经典论文-MaskRcnn
- 掌握MaskRcnn项目源码架构
- 熟练将自己的图像识别与检测任务应用到mask rcnn架构中
- 熟练使用maskRcnn进行项目开发
- 掌握计算机视觉经典论文及其项目复现
- 掌握自然语言处理经典论文及其源码复现
- 课程内容均包括论文思想分析及其源码解读
課程老師 | 唐宇迪 唐 |
---|---|
課程評價 | 4.3 分(13 個評分) |
學生人數 | 153 人 |
課程介紹
深度学习入门视频课程从最基本的神经网络开始讲起,讲复杂的神经网络分成几个小模块,先对必备的知识点的细节进行详细讲解再拓展到整个神经网络,从神经网络的架构,细节进行全面分析,并使用python代码完成简易的神经网络,从效果上感受神经网络的强大。熟悉神经网络后再进军卷积神经网络与递归神经网络,详解CNN与RNN的原理与细节。实战部分通俗讲解当下最流行的物体检测与机器学习翻译框架,逐行代码解读。
哪些人適合這堂課?
- 深度学习方向的同学们
- 人工智能方向的同学们
學習目標
- 深度学习必备基础知识点
- 神经网络算法原理
- 神经网络整体架构
- 神经网络应用领域
- 卷积神经网络CNN原理
- CNN网络应用与整体架构
- 递归神经网络RNN原理
- RNN网络模型应用与整体架构
- 深度学习经典网络模型架构
- 自然语言处理模型word2vec
- 词向量模型应用实战
- 物体检测框架-FaterRcnn实战
- 机器翻译框架NMT实战
人工智能专业课程 (AI Masterclass)
課程老師 | Hadelin de Ponteves |
---|---|
課程評價 | 4.6 分(16 個評分) |
學生人數 | 148 人 |
課程介紹
今天,我们将要给大家带来最前沿的人工智能课程:
人工智能专业课程
你是不是也对人工智能有兴趣呢?想要学习更强大的人工智能模型,并且跟它一起比赛吗?是不是已经跃跃欲试了呢?
那么人工智能专业课程就是为你量身定做的了。我们会给你提供一个人工智能工具类,让你轻松掌握这些最前沿的技术。在10个小时的分解讲解课程中,你会学习到如何如何一步一步的搭建自己的混合人工智能模型。
在这个课程中,你会学到怎样用强大的混合人工智能系统建立人工智能模型。这个模型是现今为止最先进的人工智能模型,击败了
哪些人適合這堂課?
- 任何对人工智能,深度学习,或者机器学习有兴趣的人
學習目標
- 怎样创建AI
- 怎样创建一个混合智能系统
- 完全连接的神经网络
- 循环神经网络
- 自动编码器
- 变分自编码器
- 混合密度网络
- 深度强化学习
- 策略梯度
- 遗传算法
- 进化策略
- 协方差自适应调整的进化策略
- 控制器
- 元学习
- 深度神经进化
課程老師 | Hadelin de Ponteves |
---|---|
課程評價 | 4.8 分(12 個評分) |
學生人數 | 104 人 |
課程介紹
欢迎来到深度强化学习2.0!
在这个课程中,我们回学习并且实现一个新的AI模型,较早双延迟DDPG。它是包括了当前最先进的人工智能技术,包括连续性双深度Q-learning,策略梯度,以及演员评论家模型。这个模型非常的强大,利用它,我们可以在课程中第一次解决最具有挑战性的AI问题(训练一个蚂蚁/蜘蛛,以及一个半人形机器人,让它走路或者跑过原野)。
为了构建这个模型,我们分成三步来处理:
第一部分:基础讲解
在这一部分中,我们会学习人工智能的所有必须基础部分。这部分之后,大家可以掌握AI的
哪些人適合這堂課?
- 想要进一步学习AI技术的大数据科学家
- 想要拓展知识领域的AI专家
- 在科技和自动化领域工作的工程师
- 想要在商业游戏中获得领先的企业家以及公司
- 学习技术课程,并且想要未来从事数据科学,机器学习,或者人工智能领域工作的学生
- 其他对人工智能有兴趣的人
學習目標
- Q-Learning
- 深度Q-Learning
- 策略梯度
- 演员评论家模型
- 深度确定性策略梯度(DDPG)
- 双延迟DDPG
- 深度强化学习的基本技术
- 如何运用最先进的AI技术训练模型来解决最具有挑战性的问题
課程老師 | CHIRASHI COMPANY |
---|---|
課程評價 | 4.8 分(2 個評分) |
學生人數 | 11 人 |
課程介紹
課程分為五個課目,由淺入深,修讀前無須擁有任何相關基礎知識,適合對人工智能有興趣的學員。
課程由基本知識開始,配以生活化的例子,讓學員探索人工智能的有趣之處。
第一課 人工智能的應用
第二課 AI的哲學和領域
第三課 機械學習的類型
第四課 最近鄰居分類法
第五課 線性回歸和邏輯回歸
US$9.9 折扣劵代碼: 7ECBA4C01DC4A3DF9E03
只限5天喔!! (到6月8日為止) 歡迎使用!!
哪些人適合這堂課?
- 任何對人工智能有興趣的學生
學習目標
- 人工智能
課程老師 | Chen Yuan Chang |
---|---|
課程評價 | 4.3 分(2 個評分) |
學生人數 | 10 人 |
課程介紹
本課程取名為「Fundamentals of AI and Big Data」,主要目的在針對人工智慧與大數據建立一套完整的理論基礎。此有別於一般的「簡介」或「概論」式的書籍, 只有文字敘述,無嚴謹的學理論述。內容分為以下七個主題;
1.介紹電腦的基本演算法與圖靈機。
2.利用決策樹的範例來解釋為何人工智慧具有學習能力?
3.介紹CNN類神經網路,說明為何能在影像辯識能如此成功?
4.介紹大數據資料庫的基本運作原理。
5.以範例說明何謂HBase 及 Hive?實例展示彼此的關係。
哪些人適合這堂課?
- 對資料科學有興趣,擬從事資料分析相關工作的人。
- 對有意投入人工智慧相關產業的投資者。
- 5G與AI的關係,有如5G是一條更快的高速公路。AI則是在5G上跑的高級車。
- AI對一般人的影響正如當前的汽車與人的關係,雖不會修車,也要學會開車。
學習目標
- 學習到人工智慧完整的理論基礎
- 讓初學者對人工智慧有個完整的概念
- 提供實際的簡單範例程式,增加初學者的興趣與信心,縮短學習歷程。
從老師查找更多人工智慧課程
還是您有熱衷某個老師或某個品牌開的課程呢?嘗試從老師或品牌頁挑選吧!
參考其他資料科學線上課程
除了本文介紹的課程種類以外,想要瞭解資料科學領域還有哪些不同類型的課程值得一探究竟嗎?讓您可以從不同面向更紮實的學習,點擊參考以下其他熱門主題文章。絕對提供您最優惠人氣滿檔的課程,歡迎繼續延伸閱讀。
- 【2024年】十大PyTorch課程熱門排行推薦與優惠精選!
- 【2024年】十大商業分析課程熱門排行推薦與優惠精選!
- 【2024年】十大機器學習課程熱門排行推薦與優惠精選!
- 【2024年】十大Scala課程熱門排行推薦與優惠精選!
- 【2024年】十大財務分析課程熱門排行推薦與優惠精選!