Course Outline
Perkenalan
Memahami Dasar-dasar Kecerdasan Buatan dan Machine Learning
Pemahaman Deep Learning
- Gambaran Umum Konsep Dasar Deep Learning
- Membedakan Antara Machine Learning dan Deep Learning
- Ikhtisar Aplikasi untuk Deep Learning
Ikhtisar Neural Networks
- Apa itu Neural Networks
- Neural Networks vs Model Regresi
- Pemahaman Mathematical Landasan dan Mekanisme Pembelajaran
- Membangun Jaringan Syaraf Tiruan
- Memahami Node dan Koneksi Neural
- Bekerja dengan Neuron, Lapisan, dan Data Input dan Output
- Memahami Perceptron Lapisan Tunggal
- Perbedaan Antara Pembelajaran yang Diawasi dan Tanpa Supervisi
- Umpan Balik Pembelajaran dan Umpan Balik Neural Networks
- Pengertian Propagasi Maju dan Propagasi Balik
- Memahami Memori Jangka Pendek Panjang (LSTM)
- Menjelajahi Berulang Neural Networks dalam Praktek
- Menjelajahi Konvolusional Neural Networks dalam praktiknya
- Memperbaiki Cara Neural Networks Belajar
Ikhtisar Deep Learning Teknik yang Digunakan di Perbankan
- Neural Networks
- Pemrosesan Bahasa Alami
- Pengenalan Gambar
- Speech Recognition
- Analisis Sentimental
Menjelajahi Deep Learning Studi Kasus untuk Perbankan
- Program Anti Pencucian Uang
- Pemeriksaan Kenali Pelanggan Anda (KYC).
- Pemantauan Daftar Sanksi
- Pengawasan Penipuan Penagihan
- Risiko Management
- Deteksi Penipuan
- Segmentasi Produk dan Pelanggan
- Evaluasi kinerja
- Fungsi Kepatuhan Umum
Memahami Manfaat Deep Learning bagi Perbankan
Menjelajahi Berbagai Deep Learning Perpustakaan untuk Python
- TensorFlow
- Keras
Menyiapkan Python dengan TensorFlow untuk Deep Learning
- Menginstal API TensorFlow Python.
- Menguji Instalasi TensorFlow.
- Menyiapkan TensorFlow untuk Pembangunan
- Latih Model Jaringan Neural TensorFlow Pertama Anda
Menyiapkan Python dengan Keras untuk Deep Learning
Membangun Model Sederhana Deep Learning dengan Keras
- Membuat Model Keras.
- Memahami Data Anda
- Menentukan Model Deep Learning Anda
- Menyusun Model Anda
- Menyesuaikan Model Anda
- Bekerja dengan Data Klasifikasi Anda
- Bekerja dengan Model Klasifikasi
- Menggunakan Model Anda
Bekerja dengan TensorFlow untuk Deep Learning untuk Perbankan
- Mempersiapkan Data
- Mengunduh Data
- Mempersiapkan Data Pelatihan
- Mempersiapkan Data Uji
- Penskalaan Input
- Menggunakan Placeholder dan Variabel
- Menentukan Arsitektur Jaringan
- Menggunakan Fungsi Biaya
- Menggunakan Pengoptimal
- Menggunakan Inisialisasi
- Memasang Jaringan Neural
- Membangun Grafik
- Kesimpulan
- Kehilangan
- Pelatihan
- Melatih Model
- Grafik
- Sesi
- Lingkaran Kereta Api
- Mengevaluasi Model
- Membangun Grafik Evaluasi
- Mengevaluasi dengan Eval Output
- Model Pelatihan dalam Skala Besar
- Memvisualisasikan dan Mengevaluasi Model dengan TensorBoard
Praktek: Membangun Deep Learning Model Risiko Kredit Menggunakan Python
Memperluas Kemampuan Perusahaan Anda
- Mengembangkan Model di Cloud
- Menggunakan GPU untuk Mempercepat Deep Learning
- Menerapkan Deep Learning Neural Networks untuk Computer Vision, Pengenalan Suara, dan Analisis Teks
Ringkasan dan Kesimpulan
Requirements
- Pengalaman dengan pemrograman Python.
- Keakraban umum dengan konsep keuangan dan perbankan
- Keakraban dasar dengan statistik dan konsep matematika
Testimonials (2)
Organization, adhering to the proposed agenda, the trainer's vast knowledge in this subject
Ali Kattan - TWPI
Course - Natural Language Processing with TensorFlow
Very updated approach or CPI (tensor flow, era, learn) to do machine learning.