Membina Model Pembelajaran Mendalam (Deep Learning) dengan TensorFlow dan Keras — PickAClass
3.8 (5) ⏱ 2 jam 42 min 📚 27 pelajaran 🎧 Versi audio

Membina Model Pembelajaran Mendalam (Deep Learning) dengan TensorFlow dan Keras

Kuasai asas rangkaian saraf (neural networks) dan bina model pembelajaran mendalam tersuai menggunakan TensorFlow dan Keras, daripada lapisan asas hingga aliran kerja penempatan model moden.

  • 💬 Pengajar AI
    Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa.
  • 🕐 Mula bila-bila masa
    Tiada jadual atau tarikh akhir — belajar mengikut rentak sendiri, bila-bila masa.
  • 🌐 Dalam bahasa Melayu
    Pelajaran, tugasan dan sijil — semuanya sepenuhnya dalam bahasa anda.

Tentang kursus ini

Pembelajaran mendalam (Deep learning) memacu revolusi AI moden, tetapi memulakan dengan rangkaian saraf yang kompleks boleh terasa membebankan. Kursus ini memudahkan perjalanan dengan mengajar anda cara membina, melatih, dan memperhalusi model pembelajaran mendalam menggunakan TensorFlow dan Keras. Anda akan beralih daripada memahami konsep asas rangkaian saraf kepada menulis kod pembelajaran mendalam yang bersih dan sedia pengeluaran. Anda akan memperoleh kemahiran praktikal yang diperlukan untuk mereka bentuk lapisan tersuai, menyediakan saluran data yang cekap, dan menyusun model moden untuk aplikasi dunia sebenar. Apa yang anda akan pelajari: * Fahami konsep asas pembelajaran mendalam, seni bina rangkaian saraf, dan prinsip matematik utama. * Bina lapisan tersuai dan seni bina model kompleks menggunakan API fungsian dan subkelas Keras. * Konfigurasi saluran input data yang cekap menggunakan utiliti pemuatan dan prapemprosesan data TensorFlow. * Latih, nilai, dan perhalusi model untuk mengelakkan overfitting dan mengoptimumkan prestasi. * Gunakan teknik penyimpanan model moden dan aliran kerja MLOps asas untuk menyediakan rangkaian saraf anda untuk penempatan. Kursus ini bermula dengan terminologi penting dan mekanik teras rangkaian saraf sebelum beralih kepada penciptaan model secara praktikal. Anda akan maju melalui penerangan bertulis langkah demi langkah dan contoh kod, beralih daripada model regresi mudah kepada seni bina tersuai yang canggih. Kursus ini direka untuk saintis data yang bercita-cita tinggi, pembangun perisian, dan peminat teknologi yang mahukan pengenalan yang kukuh dan mesra pemula kepada pembelajaran mendalam. Tiada pengalaman terdahulu dengan rangkaian saraf diperlukan, walaupun pengetahuan asas Python adalah membantu. Mulakan membaca hari ini untuk membuka kunci kuasa pembelajaran mendalam dan membina model tersuai pertama anda.

Apa yang anda dapat

  • 📜 Sijil tamat
    Tambah ke profil LinkedIn anda
  • 💬 Tutor AI peribadi
    Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa.
  • 🎧 Termasuk versi audio
    Belajar sambil bergerak — tanpa skrin
  • ♾️ Akses seumur hidup
    Kembali bila-bila masa, tiada tamat tempoh
  • 📱 Telefon atau komputer
    Berfungsi di mana-mana, mana-mana peranti
  • 💸 Pulangan 14 hari
    Tanpa soalan
  • Pendek dan fokus
    2 jam 42 min kandungan praktikal

Sijil tamat

Setiap kursus yang anda tamatkan di PickAClass mengeluarkan kelayakan seperti ini — asli, dengan kodnya sendiri, boleh disahkan melalui URL, dan terperinci tentang apa yang sebenarnya ditunjukkan.

P
PickAClass
Profil kemahiran · boleh disahkan
Dokumen
Sijil Kemahiran
Ini mengesahkan bahawa
Nama Penuh
telah berjaya menunjukkan penguasaan
Membina Model Pembelajaran Mendalam (Deep Learning) dengan TensorFlow dan Keras
Kemahiran yang ditunjukkan
Analisis pola tingkah laku
Asas
1.2 jam
Rangka kerja seni bina keputusan
Mahir
1.4 jam
Reka bentuk ujian A/B
Mahir
1.7 jam
Penulisan salinan tingkah laku
Lanjutan
1.9 jam
P
PickAClass — Nama Penuh
Membina Model Pembelajaran Mendalam (Deep Learning) dengan TensorFlow dan Keras
Halaman 2 daripada 2
Perincian prestasi
Ringkasan kerja kursus
Pelajaran selesai 14 / 14
Soalan latihan 26 / 28
Tugasan dihantar 4 (purata 4,5 / 5)
Projek capstone Disemak — 4,6 / 5
Jumlah latihan 6.2 jam
Penanda aras prestasi
Kedudukan kohort 12% teratas daripada 1,625
Masa hingga tamat 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soalan latihan 94%
Pengesahan kemahiran Laluan Kemahiran disahkan
Sahkan kelayakan ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Dikeluarkan di bawah piawaian akademik PickAClass. Tahap kemahiran mencerminkan prestasi dinilai terhadap rubrik kecekapan kursus. Ini kelayakan asli platform ini.

Ulasan (5)

Noah Jones NZ Pelajar disahkan
★ 4 · 06.08.2026

Ia adalah kursus yang baik jika anda mempunyai pengetahuan sebelumnya. untuk pemula, beberapa konsep mungkin sedikit mencabar. strukturnya logik, walaupun.

يوسف DZ Pelajar disahkan
★ 4 · 05.08.2026

Saya tidak pasti ini untuk pemula, ia mengambil sedikit pengetahuan yang tidak diajar secara jelas, beberapa contohnya agak kabur.

Daniel Silva PE Pelajar disahkan
★ 3 · 04.07.2026

Hmm, saya tidak pasti ini adalah cara terbaik untuk belajar ini. beberapa konsep adalah sedikit digilap lebih, dan contoh tidak selalu jelas.

Genet Debebe ET Pelajar disahkan
★ 4 · 17.06.2026

Kursus yang hebat. Contoh yang digunakan adalah tepat dan benar-benar membantu mengukuhkan konsep. Pemahaman saya telah meningkat dengan ketara.

Vũ Văn Hùng VN Pelajar disahkan
★ 4 · 29.05.2026

Ianya kursus yang baik. Strukturnya logik dan kebanyakan contohnya sangat membantu. Mungkin boleh gunakan beberapa situasi dunia sebenar.

Tulis ulasan

Selepas hantar kami akan meminta anda log masuk — draf disimpan.

Pelajar lain juga mengambil

Soalan lazim

Apa yang saya perlukan untuk mengikuti kursus ini? +

Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.

Bagaimana untuk membayar? +

Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad — Stripe menguruskannya dengan selamat.

Bolehkah saya dapatkan bayaran balik? +

Ya — pulangan penuh dalam 14 hari, tanpa soalan.

Berapa lama saya akan mempunyai akses? +

Selamanya. Setelah membeli, kursus adalah milik anda — boleh lawat semula bila-bila masa.

Adakah saya akan mendapat sijil? +

Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.

Direka untuk pelajar dalam
Teknologi Reka bentuk Kewangan Pemasaran Kesihatan Pendidikan Hospitaliti Pembuatan