Kursus Python: Deep Learning Recurrent Neural Networks Python

GRU, LSTM, Perkiraan Rangkaian Waktu, Prediksi Saham, Pemrosesan Bahasa Alami (NLP) menggunakan Kecerdasan Buatan

Apa yang akan Anda pelajari

• Terapkan RNN ke Time Series Forecasting (atasi masalah “Prediksi Saham” yang ada di mana-mana)

• Terapkan RNN ke Pemrosesan Bahasa Alami (NLP) dan Klasifikasi Teks (Deteksi Spam)

• Terapkan RNN ke Klasifikasi Gambar

• Memahami unit berulang sederhana (unit Elman), GRU, dan LSTM (unit memori jangka pendek)

• Tulis berbagai jaringan berulang di Tensorflow 2

• Pahami cara mengurangi masalah gradien yang hilang

Persyaratan

• Matematika dasar (mengambil turunan, aritmatika matriks, probabilitas) sangat membantu

• Python, Numpy, Matplotlib

Deskripsi

Pelajari tentang salah satu arsitektur  Deep Learning yang pernah ada!

Recurrent Neural Network (RNN)  telah digunakan untuk memperoleh state-of-the-art hasil dalam urutan modeling.

Ini termasuk  analisis deret waktu  ,  peramalan  , dan  pemrosesan bahasa alami (NLP)  .

Pelajari tentang mengapa RNN mengalahkan algoritme  pembelajaran mesin lama seperti  Model Markov Tersembunyi  .

Kursus ini akan mengajarkan Anda:

• Dasar-dasar pembelajaran mesin dan neuron

• Jaringan saraf untuk klasifikasi dan regresi

• Bagaimana memodelkan data urutan

• Bagaimana memodelkan data deret waktu

• Cara membuat model data teks untuk NLP

• Cara membuat RNN menggunakan Tensorflow 2

• Cara menggunakan GRU dan LSTM di Tensorflow 2

• Cara melakukan perkiraan deret waktu dengan Tensorflow 2

• Cara memprediksi harga saham dan pengembalian saham dengan LSTM di Tensorflow 2

• Cara menggunakan Embeddings di Tensorflow 2 untuk NLP