À propos de ce cours
4.4
170 notes
36 avis
Spécialisation
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau avancé

Niveau avancé

Heures pour terminer

Approx. 21 heures pour terminer

Recommandé : 4 weeks of study, 4-6 hours/week...
Langues disponibles

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Machine LearningDeep LearningLong Short-Term Memory (ISTM)Apache Spark
Spécialisation
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau avancé

Niveau avancé

Heures pour terminer

Approx. 21 heures pour terminer

Recommandé : 4 weeks of study, 4-6 hours/week...
Langues disponibles

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
5 heures pour terminer

Introduction to deep learning

...
Reading
17 videos (Total 65 min), 5 lectures, 2 quiz
Video17 vidéos
Introduction - Romeo Kienzler min
Introduction - Ilja Rasin1 min
Introduction - Niketan Pansare min
Introduction - Tom Hanlon1 min
Course Logistics1 min
Cloud Architectures for AI and DeepLearning4 min
Linear algebra6 min
Deep feed forward neural networks12 min
Convolutional Neural Networks4 min
Recurrent neural networks1 min
LSTMs3 min
Auto encoders and representation learning2 min
Methods for neural network training8 min
Gradient Descent Updater Strategies6 min
How to choose the correct activation function3 min
The bias-variance tradeoff in deep learning3 min
Reading5 lectures
IBM Digital Badge10 min
Video summary on environment setup10 min
Where to get all the code and slides for download?10 min
Introduction to ApacheSpark (optional)10 min
Link to Github10 min
Quiz1 exercice pour s'entraîner
DeepLearning Fundamentals14 min
Semaine
2
Heures pour terminer
7 heures pour terminer

deep learning frameworks

...
Reading
24 videos (Total 168 min), 1 lecture, 5 quiz
Video24 vidéos
Neural Network Debugging with TensorBoard7 min
Automatic Differentiation2 min
Introduction video min
Keras overview5 min
Sequential models in keras6 min
Feed forward networks7 min
Recurrent neural networks9 min
Beyond sequential models: the functional API3 min
Saving and loading models2 min
What is SystemML (1/2) ?3 min
What is SystemML (2/2) ?6 min
Demo - How to use Apache SystemML on IBM DSX (1/3)4 min
Demo - How to use Apache SystemML on IBM DSX (2/3)3 min
Demo - How to use Apache SystemML on IBM DSX (3/3)8 min
Introduction to DeepLearning4J12 min
Demo: Running Java in Data Science Experience8 min
DL4J Neural Network Code Example, Mnist Classifier14 min
PyTorch Installation2 min
PyTorch Packages2 min
Tensor Creation and Visualization of Higher Dimensional Tensors6 min
Math Computation and Reshape7 min
Computation Graph, CUDA17 min
Linear Model17 min
Reading1 lecture
Link to files in Github10 min
Quiz4 exercices pour s'entraîner
TensorFlow12 min
Apache SystemML12 min
DL4J Fundamentals12 min
PyTorch Introduction12 min
Semaine
3
Heures pour terminer
6 heures pour terminer

DeepLearning Applications

...
Reading
18 videos (Total 115 min), 1 lecture, 5 quiz
Video18 vidéos
How to implement an anomaly detector (1/2)11 min
How to implement an anomaly detector (2/2)2 min
How to deploy a real-time anomaly detector2 min
Introduction to Time Series Forecasting4 min
Stateful vs. Stateless LSTMs6 min
Batch Size5 min
Number of Time Steps, Epochs, Training and Validation8 min
Trainin Set Size4 min
Input and Output Data Construction7 min
Designing the LSTM network in Keras10 min
Anatomy of a LSTM Node12 min
Number of Parameters7 min
Training and loading a saved model4 min
Classifying the MNIST dataset with Convolutional Neural Networks5 min
Image classification with Imagenet and Resnet503 min
Autoencoder - understanding Word2Vec8 min
Text Classification with Word Embeddings4 min
Reading1 lecture
Link to Github10 min
Quiz4 exercices pour s'entraîner
Anomaly Detection12 min
Sequence Classification with Keras LSTM Network12 min
Image Classification6 min
NLP6 min
Semaine
4
Heures pour terminer
4 heures pour terminer

scaling and deployment

...
Reading
6 videos (Total 47 min), 2 lectures, 2 quiz
Video6 vidéos
Creating and Scaling a Keras Model in ApacheSpark using DL4J14 min
Creating and Scaling a Keras Model in ApacheSpark using DL4J (Demo)16 min
Scale TensorFlow with IBM Watson Machine Learning6 min
Computer Vision with IBM Watson Visual Recognition2 min
Text Classification with IBM Watson Natural Language Classifier1 min
Reading2 lectures
Parallel Neural Network Training10 min
Link to Github10 min
Quiz1 exercice pour s'entraîner
Run a Notebook using Keras and DL4J6 min
4.4
36 avisChevron Right

Meilleurs avis

par RCApr 26th 2018

It was really great learning with coursera and I loved the course. The way faculty teaches here is just awesome as they are very much clear and helped a lot while learning this coursea

par MKApr 16th 2018

Useful information course have. There are some challenges.\n\nHowever, the instructor, Romeo is great!\n\nA real Jedi master!

Enseignants

Avatar

Romeo Kienzler

Chief Data Scientist, Course Lead
IBM Watson IoT
Avatar

Niketan Pansare

Senior Software Engineer
IBM Research
Avatar

Tom Hanlon

Training Director
Skymind
Avatar

Max Pumperla

Deep Learning Engineer
Avatar

Ilja Rasin

Data Scientist
IBM Watson Health

À propos de IBM

IBM offers a wide range of technology and consulting services; a broad portfolio of middleware for collaboration, predictive analytics, software development and systems management; and the world's most advanced servers and supercomputers. Utilizing its business consulting, technology and R&D expertise, IBM helps clients become "smarter" as the planet becomes more digitally interconnected. IBM invests more than $6 billion a year in R&D, just completing its 21st year of patent leadership. IBM Research has received recognition beyond any commercial technology research organization and is home to 5 Nobel Laureates, 9 US National Medals of Technology, 5 US National Medals of Science, 6 Turing Awards, and 10 Inductees in US Inventors Hall of Fame....

À propos de la Spécialisation Advanced Data Science with IBM

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

  • The IBM Watson IoT Certified Data Scientist degree is a Coursera specialization IBM is currently creating. This course is one part of 3-4 courses coming up the next couple of months

    Currently only this and another course exist. The other one is the following:

    https://www.coursera.org/learn/exploring-visualizing-iot-data

    The course above will be modified and renamed to "Fundamentals of Applied DataScience" - but if you pass it today, it counts towards the certificate as well

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.