In this capstone, learners will apply their deep learning knowledge and expertise to a real world challenge. They will use a library of their choice to develop and test a deep learning model. They will load and pre-process data for a real problem, build the model and validate it. Learners will then present a project report to demonstrate the validity of their model and their proficiency in the field of Deep Learning. Learning Outcomes: • determine what kind of deep learning method to use in which situation • know how to build a deep learning model to solve a real problem • master the process of creating a deep learning pipeline • apply knowledge of deep learning to improve models using real data • demonstrate ability to present and communicate outcomes of deep learning projects
Ce cours fait partie de la Nombre de IBM AI Engineering Certificat Professionnel
AI Capstone Project with Deep Learning
Offert par
À propos de ce cours
100 % en ligne
Cours 6 sur 6 dans le
Dates limites flexibles
Niveau avancé
Approx. 17 heures pour terminer
Anglais
Programme du cours : ce que vous apprendrez dans ce cours
Module 1 - Loading Data
In this module, you will get introduced to the problem that we will try to solve throughout the course. You will also learn how to load the image dataset, manipulate images, and visualize them.
Module 2
In this Module, you will mainly learn how to process image data and prepare it to build a classifier using pre-trained models.
Module 3
In this Module, in the PyTorch part, you will learn how to build a linear classifier. In the Keras part, you will learn how to build an image classifier using the ResNet50 pre-trained model.
Module 4
In this Module, in the PyTorch part, you will complete a peer review assessment where you will be asked to build an image classifier using the ResNet18 pre-trained model. In the Keras part, for the peer review assessment, you will be asked to build an image classifier using the VGG16 pre-trained model and compare its performance with the model that we built in the previous Module using the ResNet50 pre-trained model.
Enseignants
Alex Aklson
Ph.D., Data Scientist
Joseph Santarcangelo
Ph.D., Data Scientist at IBMÀ propos de IBM
À propos du Nombre de IBM AI Engineering Certificat Professionnel
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
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.
À quoi ai-je droit si je m'abonne à ce Certificat ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours du Certificat, 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.
Quelle est la politique de remboursement ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
