课程介绍：
本课程是全面掌握R语言中Keras, Mxnet, H2O等深度学习工具视频教程，涵盖了神经网络和深度学习的主要方面。在当今的大数据时代，全球各地的公司都使用R语言来筛选可供使用的大量信息。通过精通R语言中的神经网络和深度学习，您可以使公司具有竞争优势，并将您的职业提升到一个新的水平！
讲师介绍：
我的名字叫密涅瓦·辛格（Minerva Singh），我是牛津大学MPhil（地理与环境）专业的毕业生。我最近在剑桥大学获得博士学位。
我在使用数据科学相关技术分析来自不同来源的真实数据以及为国际同行评审期刊制作出版物方面拥有+5年的经验。
在研究过程中，我意识到几乎所有的R数据科学课程和书籍都没有说明该主题的多维性质。
本课程将为您提供实用神经网络和深度学习的主要方面的扎实基础。
与其他R讲师不同，我深入研究了R的数据科学特性，并为您提供了一种数据科学的独特基础…
从执行数据读取和清理到最终实现强大的神经网络和深度学习算法，以及使用R评估它们的性能，您将一路走来。
除其他事项外：
- 将向您介绍强大的基于R的深度学习软件包，例如h2o和MXNET。
- 将向您介绍深度神经网络（DNN），卷积神经网络（CNN）和无监督方法。
- 您将学习如何使用Keras框架在图像数据上实现卷积神经网络（CNN）
- 您将学习将这些框架应用于现实生活中的数据，包括信用卡欺诈数据，肿瘤数据，图像以及用于分类和回归应用的图像。
- 通过本课程，您将拥有整个R神经网络和深度学习王国的钥匙！
不需要任何先前的统计或机器学习知识：
您将从吸收最有价值的R Data Science基础知识和技术开始。我使用易于理解的动手方法来简化和解决R中最困难的概念。
我的课程将帮助您使用从不同来源获得的真实数据来实施这些方法。许多课程使用的编造数据并不能使学生在现实生活中实施基于R的数据科学。
学习完本课程后，您将轻松使用诸如caret，h2o，mxnet，keras之类的数据科学软件包在R中实现新颖的深度学习技术。您将着手处理现实生活中的数据，包括现实生活中的图像数据。学习预处理和建模
您甚至将了解基本概念，以了解最适合您的数据的算法和方法。
我们还将处理真实数据，您将可以访问该课程中使用的所有代码和数据。
你将学到什么
- 能够利用R的力量进行实际的数据科学
- 掌握人工神经网络（ANN）和深度神经网络（DNN）的理论
- 人工神经网络在R
- 学习使用R编程语言的H2o包实现ANN和DNN
- 学习使用R编程语言的MxNet包实现ANN和DNN
- 卷积神经网络（CNN）在图像分类中的应用
- 使用Keras实现CNNs
要求
- 能够在电脑上操作和安装软件
- 以前接触过常见的机器学习术语，如无监督和有监督学习
- 事先了解神经网络是什么以及它们可以用来做什么
Deep Learning: Master Powerful Deep Learning Tools in R Like Keras, Mxnet, H2O and Others
h264, yuv420p, 1280×720 |ENGLISH, aac, 44100 Hz, stereo | 7h 55 mn | 5.67 GB
Created by: Minerva Singh
