沃尔夫拉姆U

机器学习和LLM

机器学习、神经网络和大型语言模型(LLM)是现代人工智能系统的重要组成部分。借助处理从特征提取到性能评估的所有功能的全自动和可定制功能,了解分类、回归、聚类和异常检测的流行机器学习范式。了解如何从存储库中选择预训练的神经网络模型,以应用于自己的数据、自定义现有模型或借助符号神经网络框架从头开始构建模型。利用聊天笔记本以及强大的内置函数调用LLM功能,并允许LLM访问Wolfram语言工具。

这些课程涵盖了许多不同的主题,从介绍机器学习概念和Wolfram语言内置函数开始,深入研究构建和训练神经网络的复杂性。获得课程结业证书并准备Wolfram语言1级证书。

即将举行的活动

  • 4月26日|在线

    构建自定义神经网络

    本讲座介绍了使用或重新训练神经网络所需的实际步骤以及创建自己的神经网络的基础知识。除了基本的编码技能外,不需要任何其他知识。例子包括计算机视觉、序列预测和分类。

  • 5月7日|在线

    Wolfram语言中的机器学习简介

    获得使用Wolfram Language神经网络框架中可用的机器学习超函数的经验。本课程演示如何执行有监督和无监督的机器学习任务,还包括回归、分类、聚类和异常检测。

  • 8月5日至16日|在线

    数据科学训练营

    学习如何利用Wolfram Language的功能,在为期两周的在线训练营中交付世界级的数据科学成果。与机器学习、生成性人工智能、动态可视化、自动报告和基于笔记本的交互式工作流方面的专家互动。