Nanodegree-Programm

Deep Learning

Entwickle neuronale Netze

Künstliche Intelligenz wird die Welt von morgen prägen. Und neuronale Netze prägen die Entwicklung künstlicher Intelligenz. In unserem Online-Kurs bekommst du eine Einführung in Deep Learning, lernst, wie man diese künstlich-neuronalen Netze entwickelt – und auf reale Herausforderungen der Welt anwendet.

Bis 14. August für den nächsten Kurs anmelden!

  • Kursdauer
    4 Monate

    Lerne 12 Stunden/Woche, um in 4 Monaten abzuschließen

  • Classroom öffnet
    11. September 2018

    Neue Kurse beginnen monatlich

  • Voraussetzungen
    Python, Machine Learning, Mathematik

    Detaillierte Voraussetzungen ansehen

  • Sprache
    Englisch

    Lernmaterialien und Kurskommunikation in englischer Sprache

Was spricht für diesen Kurs?

Deep Learning ist eine revolutionäre Technologie, die uns etwa in Medizin, Mobilität, Ökologie oder Kommunikation bereits täglich umgibt. In unserem Programm kannst du diese fundamentale Technologie von Experten wie Sebastian Thrun, Ian Goodfellow, Andrew Task, von Innovatoren wie OpenAI, Google Brain oder DeepMind lernen. Sie führen dich in Themenfelder wie Keras und TensorFlow, konvolutionelle und rekursive Netzwerke, Reinforcement Learning und Generative Adversarial Networks (GANs) ein.


Was spricht für diesen Kurs?

$30 Mrd.
Globaler Umsatz mit KI-betriebener Software in 2020

Lerne von den Besten
Lerne von den Besten

Lerne von den Besten

Du lernst praktisch. Aber von Theorie-Koryphäen wie Sebastian Thrun, Ian Goodfellow oder Andrew Trask, die unser Deep Learning-Team anführen.

Einzigartige Projekte, persönliches Feedback

Einzigartige Projekte, persönliches Feedback

Trainiere Netzwerke, die Hunderassen bestimmen oder deine Lieblingsserie weiterschreiben… Deine Lernfortschritte beweist du in fünf speziellen Deep Learning-Projekten, die du mittels des detaillierten und persönlichen Feedbacks unserer Experten stetig verbesserst.

Deep Learning online, aber persönlich lernen
Deep Learning online, aber persönlich lernen

Deep Learning online, aber persönlich lernen

Genieße direkten Kontakt mit erstklassigen Experten von innovativen Unternehmen. Unsere moderierten Veranstaltungen bieten euch praxisnahe und aufschlussreiche Fachgespräche.

Garantierter Kurszugang

Garantierter Kurszugang

Dein Weg mit Udacity ist hier nicht zu Ende. Dein Deep Learning-Nanodegree ist zugleich das Ticket für unsere Nanodegree-Programme Self-Driving Car Engineer oder Ingenieur für künstliche Intelligenz oder Software-Entwicklung für Robotik, für die Lernende eigentlich eine Bewerbungsphase durchlaufen.

Was du lernst

Kursplan

Deep Learning

Erwirb Expertise über tiefe neuronale Netzwerke und lerne, wie sie in Keras und TensorFlow implementiert werden. Baue konvolutionale Netwerke zur Bilderkennung, rekursive Netzwerke zur Sequenz- oder GANs zur Bildgenerierung.

Erwirb Expertise über tiefe neuronale Netzwerke und lerne, wie sie in Keras und TensorFlow zur Bilderkennung, Sequenz- oder auch Bildgenerierung implementiert werden.

Weniger anzeigen

Dauer: 4 Monate

Voraussetzungen

KursteilnehmerInnen sollten über Programmierkenntnisse mit Python (inkl. Numpy, Pandas), ein Grundverständnis für Machine Learning verfügen, mit Analysis und linearer Algebra vertraut sein. Das Kursmaterial ist ausschließlich auf Englisch verfügbar.

  • Willkommen im Deep Learning!

    Wir erarbeiten einen ersten Eindruck der KI-Techniken und -Möglichkeiten: Auf eigenes Bildmaterial wendest du Style Transfer an, einen künstlich-neuronalen Prozess, der den Look eines Fotos auf ein anderes applizieren kann, und machst Erfahrung mit Entwicklungstools wie Anaconda und Jupyter Notebooks.

  • Neuronale Netzwerke

    Du lernst die Grundlagen künstlicher neuronaler Netzwerke mit Python und Numpy. Mithilfe moderner Deep Learning-Frameworks (Keras, TensorFlow) entwirfst du ein mehrschichtiges Netzwerk, das reale Datensätze analysiert.

    Dein erstes neuronales Netzwerk
  • Konvolutionelle Netzwerke

    Du lernst, wie ein sogenanntes konvolutionelles Netzwerk programmiert wird. Und wie man es nutzt: um Bildmaterial zu klassifizieren (etwa nach Gesichtern oder Krankheitsbildern), Daten zu komprimieren oder Bilder zu entrauschen.

    Hunderassen klassifizieren
  • Rekurrente Netzwerke

    Entwirf dein eigenes rekurrentes Netzwerk und lerne Gedächtnisnetzwerke mit Keras und TensorFlow sowie maschinelle Stimmungsanalysen kennen. So generierst du neuen Text aus bekannten Textmustern eines TV-Skripts.

    Automatisches TV-Skript
  • GANs (Generative Adversarial Networks)

    Generative Modelle erlauben es dem Rechner, eigene Daten zu erstellen. In diesem Fall lernst du, wie ein GAN Bilder simuliert. Und zwar vom Erfinder Ian Goodfellow höchstpersönlich! Bei ihm lernst du, DCGAN (Deep Convolutional Generative Adversarial Networks) Modelle anzuwenden.

    Gesichter generieren
  • Deep Reinforcement Learning

    Mithilfe tiefer neuronaler Netzwerke entwirfst du Bots, die in einer simulierten Umgebung eigenständig entscheiden und handeln. Mit Reinforcement Learning (oder auch bestärkendes Lernen) meistern sie auch komplexe Tätigkeiten wie Videospiele.

    Flugstunden für einen Quadcopter

“So wie Maschinen einst die menschliche Muskelkraft tausendfach übertrafen, potenzieren sie jetzt unsere Hirnkapazität. Wir sehen gerade erst die Anfänge dessen, was Deep Learning für uns leisten kann.”

— Sebastian Thrun, Gründer und Präsident, Udacity

Unterstützt von KI-Spezialisten

Sebastian Thrun
Sebastian Thrun
Gründer von Udacity und Google X, Self-Driving Car Pionier
Ian Goodfellow
Ian Goodfellow
Erfinder der GANs, Autor von "Deep Learning" (MIT Press)
Andrew Trask
Andrew Trask
Autor von "Grokking Deep Learning", Google DeepMind Stipendiat
Siraj Raval
Siraj Raval
KI-Prediger, Autor, Unternehmer und Pädagoge

Von und mit den Besten lernen

Mat Leonard
Mat Leonard

Programmleiter

Mat hat Berkeley bis zum Doktortitel und einem Postdoc-Stipendium genossen. In seinen Disziplinen klingt Deep Learning bereits an: Physik, Neuro- und Datenwissenschaften.

Luis Serrano
Luis Serrano

Kursleiter

Luis ist Doktor der Mathematik und Postdoc-Stipendiat der Universität Quebec. Er stieß von Google zu Udacity, wo er vorher als Machine Learning Ingenieur tätig war.

Alexis Cook
Alexis Cook

Tutorin

Alexis hat angewandte Mathematik in Michigan studiert und noch einen Master in Informatik gemacht. Sie kommt aus einem National Science Foundation Stipendiat extra für das Deep Learning-Programm zu uns.

Ortal Arel
Ortal Arel

Tutorin

Ortal hat ihren Doktor für Computertechnik in Tennessee gemacht und lange als Ingenieurin gearbeitet. Ihre Doktorarbeit beschäftigte sich mit angewandter Kryptographie.

Arpan Chakraborty
Arpan Chakraborty

Tutor

Arpan ist Informatiker mit einem Doktortitel der North Carolina State University und unterrichtet auch an der Georgia Tech im Informatikmaster. Zuletzt ist von ihm und Kollegen außerdem "Practical Graph Mining with R" erschienen.

Jay Alammar
Jay Alammar

Tutor

Jay ist Entwickler, Gründer von Qaym, einem arabischen Bewertungsportal, und Investmentchef bei Riyad Taqnia, einem 120 Millionen Dollar Wagniskapitalgeber für Hightech-Start-ups.

Learn now, pay later

To make it even easier to learn, you can finance your Nanodegree through Affirm.

  • Easy monthly payments

    As low as 84 $ per month at 0% APR.

    Learn more.

  • Flexible Payments

    Pay your monthly bill using a bank transfer, check, or debit card.

Nanodegree-Programm
Deep Learning
$999 USD

insgesamt

Lerne, Deep Learning-Modelle zu entwickeln, die die künstliche Intelligenz vorantreiben.



Nanodegree-Programme bei Udacity

Jobs von morgen beginnen heute

Program Details

    PROGRAM OVERVIEW - WHY SHOULD I TAKE THIS PROGRAM?
  • Why should I enroll?

    In this program, you’ll master deep learning fundamentals that will prepare you to launch or advance a career, and additionally pursue further advanced studies in the field of artificial intelligence. You will study cutting-edge topics such as neural, convolutional, recurrent neural, and generative adversarial networks, as well as sentiment analysis model deployment. You will build projects in Keras and NumPy, in addition to TensorFlow PyTorch. You will learn from experts in the field, and gain exclusive insights from working professionals. For anyone interested in building expertise with this transformational technology, this Nanodegree program is an ideal point-of-entry.

  • What jobs will this program prepare me for?

    This program is designed to build on your skills in deep learning. As such, it doesn't prepare you for a specific job, but expands your skills in the deep learning domain. These skills can be applied to various applications and also qualify you to pursue further studies in the field.

  • How do I know if this program is right for me?

    If you are interested in the fields of artificial intelligence and machine learning, this Nanodegree program is the perfect way to get started!

    ENROLLMENT AND ADMISSION
  • Do I need to apply? What are the admission criteria?

    No. This Nanodegree program accepts all applicants regardless of experience and specific background.

  • What are the prerequisites for enrollment?

    Students who are interested in enrolling must have intermediate-level Python programming knowledge, and experience with NumPy and pandas. You will need to be able to communicate fluently and professionally in written and spoken English. Additionally, students must have the necessary math knowledge, including: algebra and some calculus—specifically partial derivatives, and matrix multiplication (linear algebra).

  • If I do not meet the requirements to enroll, what should I do?
    TUITION AND TERM OF PROGRAM
  • How is this Nanodegree program structured?

    The Deep Learning Nanodegree program is comprised of one (1) Term of four (4) months. A Term has fixed start and end dates.

    To graduate, students must successfully complete five (5) projects, each of which affords you the opportunity to apply and demonstrate new skills that you learn in the lessons. Each project will be reviewed by the Udacity reviewer network. Feedback will be provided and if you do not pass the project, you will be asked to resubmit the project until it passes.

  • How long is this Nanodegree program?

    Access to this Nanodegree program runs for the period noted in the Term length section above.

    See the Terms of Services and FAQs for other policies around the terms of access to our Nanodegree programs.

  • Can I switch my start date? Can I get a refund?

    Please see the Udacity Nanodegree program FAQs found here for policies on enrollment in our programs.

  • I have graduated from the Deep Learning Nanodegree program but I want to keep learning. Where should I go from here?

    Graduates from this Nanodegree program earn guaranteed admitted status into our more advanced Self-Driving Car Engineer or Flying Car Nanodegree programs, subject to payment by student for the cost of enrollment for those Nanodegree programs.

  • What is “Guaranteed Admission”?

    Some Nanodegree programs, due to the complexity of the material, require prerequisites and/or an application process to ensure that students who enroll are qualified to meet the demands of the course. However, in those instances where students have graduated from other Udacity courses that we feel adequately prepare them for our more advanced courses, we will guarantee that they will be allowed to enroll subject to paying the Nanodegree program fees.

    SOFTWARE AND HARDWARE - WHAT DO I NEED FOR THIS PROGRAM?
  • What software and versions will I need in this program?

    Virtually any 64-bit operating with at least 8GB of RAM will be suitable. Students should also have Python 3 and Jupyter Notebooks installed. For the more intensive portions of the program that come later, we will be providing students with AWS instances where geographically possible.

Deep Learning

Entwickle neuronale Netze