Asas Pembelajaran Mendalam dengan TensorFlow dan Keras — PickAClass
4.2 (6) ⏱ 3 jam 📚 30 pelajaran 🎧 Versi audio

Asas Pembelajaran Mendalam dengan TensorFlow dan Keras

Belajar membina dan melatih rangkaian saraf menggunakan perpustakaan standard industri melalui penjelasan bertulis dan latihan kod praktikal.

  • 💬 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

Memahami mekanik rangkaian saraf adalah penting bagi sesiapa yang ingin menceburi bidang kecerdasan buatan. Dengan memberi tumpuan kepada logik teras di sebalik model pembelajaran mendalam, anda akan memperoleh kemahiran yang diperlukan untuk mengendalikan data kompleks dan mengautomasikan proses membuat keputusan. Kursus berasaskan teks ini membimbing شما daripada manipulasi data asas kepada pembinaan model kompleks untuk pengecaman imej dan regresi. Anda akan membina asas teori dan praktikal yang kukuh dalam salah satu ekosistem paling popular dalam dunia AI. Apa yang anda akan pelajari: - Memahami konsep teras tensor dan cara ia mewakili data dalam pembelajaran mendalam. - Membina dan melatih rangkaian saraf menggunakan API Keras yang intuitif. - Melaksanakan model regresi linear untuk mengenal pasti corak dalam set data berangka. - Mencipta Rangkaian Saraf Convolutional (CNN) untuk tugas visi komputer seperti pengelasan imej. - Berlatih menggunakan aliran kerja TensorFlow 2.x moden, termasuk pelaksanaan bersemangat (eager execution) dan pembinaan model peringkat tinggi. - Belajar menilai prestasi model dan menala hiperparameter asas untuk ketepatan yang lebih baik. Kursus ini bergerak daripada definisi asas kepada pembinaan model praktikal, merangkumi kedua-dua logik peringkat rendah tensor dan reka bentuk rangkaian saraf peringkat tinggi. Anda akan membaca penjelasan yang jelas dan mengkaji cebisan kod untuk memahami cara sistem ini berfungsi di sebalik tabir. Kursus ini direka bentuk untuk pemula yang mahukan pengenalan berasaskan teks yang jelas kepada pembelajaran mendalam; tiada pengetahuan khusus terdahulu diperlukan selain daripada kefasihan asas Python. Mulakan perjalanan anda ke dalam kecerdasan buatan hari ini.

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
    3 jam 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
Asas Pembelajaran Mendalam 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
Asas Pembelajaran Mendalam 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 (6)

Isaac Boateng GH Pelajar disahkan
★ 4 · 25.07.2026

Secara keseluruhannya, ianya kursus yang bagus. Beberapa bahagian bergerak agak cepat bagi saya, tapi contohnya secara umumnya membantu.

Ricardo Pinto PT Pelajar disahkan
★ 3 · 20.07.2026

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

เสกสรรค์ ทวีทรัพย์ TH Pelajar disahkan
★ 5 · 19.07.2026

Sangat berbaloi dengan harga. Saya belajar lebih dari yang saya jangkakan. Sangat dinasihatkan!

Simcha Dayan IL Pelajar disahkan
★ 4 · 08.07.2026

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

Jorge Campos PE
★ 4 · 06.06.2026

Sangat menikmati aliran ini. Aplikasi praktikal yang dibincangkan adalah tepat pada tempatnya.

Osman Güneş TR Pelajar disahkan
★ 5 · 02.06.2026

Tak dapat minta pengalaman belajar yang lebih baik. Aliran maklumatnya sangat baik dan aplikasi praktikalnya sudah terbukti berguna.

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