ディープ ラーニング フレームワークである PyTorch を使用して、最先端の AI アプリケーションの開発と展開を通じてプロセスを自動化および最適化する方法を学びます。このコースは、データ品質の重要性、適切なモデルの選択方法、およびディープ ラーニング アプリケーションと機械学習アプリケーションの両方を展開および維持する際の課題についても理解するのに役立ちます。
意思決定者のための PyTorch とディープラーニング (LFS116)
対象者
このコースは、ディープ ラーニングと PyTorch を使用して、AI アプリケーションの開発と展開を通じてビジネス価値を生み出す方法を理解することに関心のある技術者および非技術者を対象としています。
少なく読む
続きを読む
学習内容
このコースでは、最も人気のある深層学習フレームワークの 1 つである PyTorch を紹介し、最先端の AI アプリケーションの開発と展開を通じてプロセスを自動化および最適化するために、PyTorch を企業で使用する方法を明らかにします。このコースは、業界で最も一般的な AI のユース ケースと、PyTorch のエコシステムとディープ ラーニング モデルのコモディティ化がそれらをビジネスに統合するのにどのように役立つかを特定するのに役立ちます。また、AI アプリケーションの展開を成功させるためにデータ品質の確保が重要である理由と、AI プロジェクトで適切なデータを取得することが最優先事項である理由についても学びます。このコースでは、当面のタスクに適したモデルを選択する際のいくつかのトレードオフについて説明します: 構築するか購入するか、ブラック ボックスとホワイト ボックス、および間違った予測を行うリスクとコストです。最後に、このコースでは、AI アプリケーションが展開された後に何が起こるかについて説明し、AI モデルに固有の制限、リスクと脆弱性の緩和、データ プライバシーの課題などのトピックに対処します。
少なく読む
続きを読む
身につく知識
このコースでは、PyTorch のエコシステムに焦点を当てた AI ランドスケープの概要を説明すると同時に、AI の現在の機能を確実に理解できるようにします。このコースは、データの品質、モデルのパフォーマンス、およびセキュリティに関連する重要な側面を考慮しながら、AI プロジェクトの開発と保守について十分な情報に基づいた意思決定を行うのに役立ちます。
少なく読む
続きを読む
前提条件