Fernkurs edX®: PyTorch Basics for Machine Learning

Weiterempfehlung: (0,00%)Loading...

195 Views

Bewertungen edX®

10

Studienangebot

10/10

Studienberatung & Service

10/10

Flexibilität

10/10

Studierendensupport

10/10

Online-Campus

10/10

Kosten-/Leistungsverhältnis

10/10

Studieninhalte

10/10

Seminare

10/10

Studienhilfsmittel

10/10

Vertiefungsmöglichkeiten

10/10

LEISTUNGEN

• Bachelor: 0 ; Master: 0; Kurse: >2.500
• Studienstart: verschieden
• Voll- und Teilzeitmodelle: nein
• Anrechnung von Vorleistungen: nein
• Teststudium: k.A.
• Kostenfreie Verlängerung: nein
• Prüfungszentren: nicht relevant
• Prüfungen weltweit: nicht relevant
• Präsenzpflichten: nein
• Spezialisierungen: nein

• Flexible Kostenmodelle: nein
• Online-Tutorien: ja
• Learning-App: ja
• Fremdsprachen: ja
• Unterrichtssprache: englisch
• Akkreditierungen: verschieden
• Bachelor ohne Abitur: nicht relevant
• Social Activities: nein
• Kosten: siehe Kurs

¹Werbelink
This course is the first part in a two part course and will teach you the fundamentals of Pytorch while providing the necessary prerequisites you need before you build deep learning models. We will start off with PyTorch’s tensors in one dimension and two dimensions , you will learn the tensor types an operations, PyTorchs Automatic Differentiation package and integration with Pandas and Numpy. This is followed by an in-depth overview of the dataset object and transformations; this is the first step in building Pipelines in PyTorch. In module two we will learn how to train a linear regression model. You will review the fundamentals of training your model including concepts such as loss, cost and gradient descent. You will learn the fundamentals of PyTorch including how to make a prediction using PyTorch’s linear class and custom modules. Then determine loss and cost with PyTorch. Finally you will implement gradient descent via first principles. In module three you will train a linear regression model via PyTorch’s build in functionality, developing an understanding of the key components of PyTorch. This will include how to effectively train PyTorch’s custom modules using the optimizer object, allowing you an effective way to train any model. We will introduce the data loader allowing you more flexibility when working with massive datasets . You will learn to save your model and training in applications such as cross validation for hyperparameter selection, early stopping and checkpoints. In module three you will learn how to extend your model to multiple input and output dimensions in applications such as multiple linear regression and multiple output linear regression. You will learn the fundamentals of the linear object, including how it interacts with data with different dimensions and number of samples. Finally you will learn how to train these models in PyTorch. In module four you will review linear classifiers, logistic regression and the issue of using different loss functions. You will learn how to implement logistic regression in PyTorch several ways, including using custom modules and using the sequential method. You will test your skills in a final project.

Fakten zum Online-Kurs (Fernkurs) PyTorch Basics for Machine Learning von edX®

Abschluss	Zertifikat
Studiendauer	wenige Monate, siehe Anbieterseite
Studienstart	an bestimmten Daten möglich
Sprache	englisch
Studienzulassung	keine besonderen Zulassungsvoraussetzungen nötig
Anrechnung von Vorleistungen	keine
Prüfungen	online
Kampagnen	Gutscheine & Aktionen: Kostenlose Business Administration Kurse » zur Kampagne¹ ¹Werbelink
Kosten	siehe Webseite des Anbieters

 
Direkt zum Fernkurs PyTorch Basics for Machine Learning von edX® wechseln¹
¹Werbelink

Studienzeitmodelle

edX® bietet zahlreiche Onlinekurse zu unterschiedlichsten Studienzeiten an. Viele der Kurse sind innerhalb von Wochen oder wenigen Monaten studierbar. Für MicroMaster Programme muss hingegen deutlich mehr Zeit investiert werden.

Zulassungsvoraussetzungen

Bei edX® gibt es keine besonderen Zulassungsvoraussetzungen, MicroBachelor und MicroMaster Programme ausgenommen, d.h. jeder kann mit einem MOOC Kurs ins Onlinestudium einsteigen. Für manche Kurse werden lediglich bestimmte Vorkenntnisse empfohlen, um das Studium zu erleichtern. Die Mehrheit der Kurse kann jedoch ohne spezifische Vorbildung studiert werden.

Prüfungen, Zertifikate

Die meisten Kurse des Anbieters werden mit einem Zertifikat abgeschlossen, das u.U. kostenpflichtig sein kann. Die Prüfung hierzu erfolgt in der Regel online.

Weitere Fernkurse von edX®

edX® bietet seinen Teilnehmenden mehr als 2.500 Onlinekurse an. Auf Fernstudium-Bewertung.com finden sich davon ca. 1.200 Onlinekurse, nach denen ihr über nachfolgendes Formular suchen könnt.
Wichtig – edX® bietet vornehmlich englischsprachige Kurse an, d.h. tragt hier auch bitte nur englische Begriffe für eure Suche ein!