डीप लर्निंगचे युनिट I मूलभूत तत्त्वे डीप लर्निंग म्हणजे काय?, मल्टीलेअर परसेप्ट्रॉन, फीड फॉरवर्ड न्यूरल, बॅक प्रोपगेशन, ग्रेडियंट डिसेंट, व्हॅनिशिंग ग्रेडियंट प्रॉब्लेम, ऍक्टिव्हेशन फंक्शन्स : RELU, LRELU, ERELU, ऑप्टिमायझेशन अल्गोरिदम, हायपर पॅरामीटर्स : लेयर साइज (मॅग्नेट्युम, मॅग्निट्यूम) , शिकण्याचा दर), नियमितीकरण (ड्रॉपआउट, ड्रॉप कनेक्ट, L1, L2) (धडा - 1) युनिट II कॉन्व्होल्यूशनल न्यूरल नेटवर्कचा CNN परिचय, कॉन्व्होल्यूशन ऑपरेशन, पॅरामीटर शेअरिंग, समतुल्य प्रतिनिधित्व, पूलिंग, बेसिक कन्व्होल्यूशन फंक्शनचे प्रकार, मूलभूत सीएनएनचे आर्किटेक्चर, लोकप्रिय सीएनएन आर्किटेक्चर - अॅलेक्सनेट. (अध्याय - 2) युनिट III आवर्ती न्यूरल नेटवर्क्स रिकरंट न्यूरल नेटवर्क्स: रिकरंट न्यूरल नेटवर्क्सचे प्रकार, फीड-फॉरवर्ड न्यूरल नेटवर्क्स वि रिकरंट न्यूरल नेटवर्क्स, लाँग शॉर्ट-टर्म मेमरी नेटवर्क्स (LSTM), एन्कोडर डीकोडर आर्किटेक्चर्स, रिकर्सिव्ह न्यूरल नेटवर्क्स. (अध्याय - 3) युनिट IV ऑटोएनकोडर्स अपूर्ण ऑटोएनकोडर्स, नियमित ऑटोएनकोडर-विरळ ऑटोएनकोडर्स, स्टोकास्टिक एन्कोडर आणि डीकोडर्स, डीनोईझिंग ऑटोएनकोडर, कॉन्ट्रॅक्टिव्ह ऑटोएनकोडर, ऑटोएनकोडरचे अनुप्रयोग. (अध्याय - 4) युनिट V रिप्रेझेंटेशन लर्निंग ग्रीडी लेयरवाइज प्री-ट्रेनिंग, ट्रान्सफर लर्निंग आणि डोमेन अॅडॉप्शन, डिस्ट्रिब्युटेड रिप्रेझेंटेशन, सीएनएनचे व्हेरिएंट: डेन्सनेट. (अध्याय - 5) सखोल शिक्षण अनुप्रयोगांचे सखोल अभ्यास विहंगावलोकन युनिट VI अनुप्रयोग: प्रतिमा वर्गीकरण, सामाजिक N/w/ विश्लेषण, उच्चार ओळख, शिफारस प्रणाली, नैसर्गिक भाषा प्रक्रिया. (अध्याय - 6)