À propos de ce cours

53,544 consultations récentes

Résultats de carrière des étudiants

23%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

57%

a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau avancé
Approx. 24 heures pour terminer
Anglais

Compétences que vous acquerrez

Machine LearningDeep LearningLong Short-Term Memory (ISTM)Apache Spark

Résultats de carrière des étudiants

23%

ont commencé une nouvelle carrière après avoir terminé ce cours

38%

ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours

57%

a obtenu une augmentation de salaire ou une promotion
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau avancé
Approx. 24 heures pour terminer
Anglais

Offert par

Placeholder

IBM

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up85%(3,220 notes)Info
Semaine
1

Semaine 1

5 heures pour terminer

Introduction to deep learning

5 heures pour terminer
16 vidéos (Total 61 min), 4 lectures, 2 quiz
16 vidéos
Introduction - Romeo Kienzler30s
Introduction - Ilja Rasin1 min
Introduction - Niketan Pansare30s
Course Logistics1 min
Cloud Architectures for AI and DeepLearning2 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
4 lectures
IBM Digital Badge10 min
Video summary on environment setup10 min
Where to get all the code and slides for download?10 min
Link to Github10 min
1 exercice pour s'entraîner
DeepLearning Fundamentals30 min
Semaine
2

Semaine 2

7 heures pour terminer

DeepLearning Frameworks

7 heures pour terminer
18 vidéos (Total 116 min), 1 lecture, 5 quiz
18 vidéos
Neural Network Debugging with TensorBoard7 min
Automatic Differentiation2 min
Introduction video44s
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
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
1 lecture
Link to files in Github10 min
4 exercices pour s'entraîner
TensorFlow30 min
TensorFlow 2.x12 min
Apache SystemML12 min
PyTorch Introduction30 min
Semaine
3

Semaine 3

7 heures pour terminer

DeepLearning Applications

7 heures pour terminer
18 vidéos (Total 115 min)
18 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
4 exercices pour s'entraîner
Anomaly Detection30 min
Sequence Classification with Keras LSTM Network30 min
Image Classification30 min
NLP30 min
Semaine
4

Semaine 4

4 heures pour terminer

Scaling and Deployment

4 heures pour terminer
3 vidéos (Total 9 min), 2 lectures, 2 quiz
3 vidéos
Computer Vision with IBM Watson Visual Recognition2 min
Text Classification with IBM Watson Natural Language Classifier1 min
2 lectures
Exercise: Scale a Deep Learning Model on IBM Watson Machine Learning10 min
Link to Github10 min
1 exercice pour s'entraîner
Methods of parallel neural network training6 min

Avis

Meilleurs avis pour APPLIED AI WITH DEEPLEARNING

Voir tous les avis

À propos du Spécialisation Advanced Data Science with IBM

Advanced Data Science with IBM

Foire Aux Questions

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