Wie wir Deep Learning tatsächlich lehren
- Statt Videovorlesungen bauen wir auf Code, den Sie sofort ausprobieren können
- Jedes Konzept wird durch funktionierende Beispiele erklärt, die Sie modifizieren und testen
- Sie arbeiten mit echten Datensätzen und lösen Probleme, auf die Sie später im Beruf stoßen werden
Struktur, die auf Verständnis aufbaut
Die meisten Kurse zeigen Ihnen fertige Modelle und erklären, was sie tun. Wir zeigen Ihnen, wie Sie diese Modelle selbst aufbauen.
Jede Lektion beginnt mit einem Problem. Sie sehen den Code, führen ihn aus, ändern Parameter und beobachten, was passiert. Erst wenn Sie die Mechanik verstehen, gehen wir zum nächsten Konzept.
Drei Phasen, die aufeinander aufbauen
Grundlagen verstehen
Sie lernen, wie neuronale Netze funktionieren, indem Sie sie von Grund auf implementieren. Keine abstrakten Erklärungen, sondern NumPy-Code, den Sie Zeile für Zeile nachvollziehen können.
Frameworks anwenden
Sobald Sie verstehen, was unter der Haube passiert, arbeiten Sie mit PyTorch und TensorFlow. Sie bauen CNNs für Bildklassifizierung und RNNs für Textverarbeitung.
Probleme lösen
In der letzten Phase arbeiten Sie an realistischen Projekten. Sie trainieren Modelle auf echten Datensätzen, debuggen Fehler und optimieren Performance.
Was unsere Methode unterscheidet
Viele Kurse konzentrieren sich darauf, fertige Lösungen zu präsentieren. Wir zeigen Ihnen, wie Sie selbst zu diesen Lösungen kommen.
Typische Kurse
- Videovorlesungen, die theoretische Konzepte erklären
- Fertige Notebooks, die Sie ausführen
- Projekte mit vorgegebenem Code
- Fokus auf Ergebnisse zeigen
Unser Ansatz
- Code-first mit Erklärungen im Kontext
- Notebooks, die Sie selbst vervollständigen
- Projekte, bei denen Sie Entscheidungen treffen
- Fokus auf Verständnis entwickeln
Wer den Kurs entwickelt hat
Ich habe fünf Jahre in einem Computer-Vision-Team gearbeitet, bevor ich angefangen habe zu unterrichten. Die meiste Zeit habe ich damit verbracht, Modelle zu debuggen, die nicht konvergieren wollten, oder Architekturen anzupassen, die in Papern gut aussahen, aber in der Praxis nicht funktionierten.
Dieser Kurs basiert auf dem, was ich gerne gewusst hätte, als ich angefangen habe. Keine theoretischen Vorlesungen über Backpropagation, sondern praktische Erfahrungen mit Code, der tatsächlich läuft.
Die besten Lektionen kommen aus Fehlern, die Sie selbst gemacht haben. Dieser Kurs gibt Ihnen die Möglichkeit, diese Fehler in einer kontrollierten Umgebung zu machen.