À propos de ce cours

296,022 consultations récentes

Résultats de carrière des étudiants

35%

ont commencé une nouvelle carrière après avoir terminé ce cours

40%

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

21%

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. 34 heures pour terminer
Anglais

Compétences que vous acquerrez

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning

Résultats de carrière des étudiants

35%

ont commencé une nouvelle carrière après avoir terminé ce cours

40%

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

21%

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. 34 heures pour terminer
Anglais

Offert par

Placeholder

Université nationale de recherche, École des hautes études en sciences économiques

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up85%(8,922 notes)Info
Semaine
1

Semaine 1

6 heures pour terminer

Introduction to optimization

6 heures pour terminer
10 vidéos (Total 64 min), 3 lectures, 3 quiz
10 vidéos
Welcome to AML specialization!2 min
Course intro6 min
Linear regression9 min
Linear classification10 min
Gradient descent5 min
Overfitting problem and model validation6 min
Model regularization5 min
Stochastic gradient descent5 min
Gradient descent extensions9 min
3 lectures
About the University10 min
Welcome!5 min
Hardware for the course10 min
2 exercices pour s'entraîner
Linear models30 min
Overfitting and regularization30 min
Semaine
2

Semaine 2

5 heures pour terminer

Introduction to neural networks

5 heures pour terminer
9 vidéos (Total 85 min), 3 lectures, 4 quiz
9 vidéos
Chain rule7 min
Backpropagation9 min
Efficient MLP implementation13 min
Other matrix derivatives5 min
What is TensorFlow10 min
Our first model in TensorFlow10 min
What Deep Learning is and is not8 min
Deep learning as a language6 min
3 lectures
Optional reading on matrix derivatives1 min
TensorFlow reading1 min
Keras reading1 min
2 exercices pour s'entraîner
Multilayer perceptron10 min
Matrix derivatives20 min
Semaine
3

Semaine 3

6 heures pour terminer

Deep Learning for images

6 heures pour terminer
6 vidéos (Total 59 min)
6 vidéos
Our first CNN architecture10 min
Training tips and tricks for deep CNNs14 min
Overview of modern CNN architectures8 min
Learning new tasks with pre-trained CNNs5 min
A glimpse of other Computer Vision tasks8 min
1 exercice pour s'entraîner
Convolutions and pooling30 min
Semaine
4

Semaine 4

5 heures pour terminer

Unsupervised representation learning

5 heures pour terminer
9 vidéos (Total 81 min)
9 vidéos
Autoencoders 1015 min
Autoencoder applications9 min
Autoencoder applications: image generation, data visualization & more7 min
Natural language processing primer10 min
Word embeddings13 min
Generative models 1017 min
Generative Adversarial Networks10 min
Applications of adversarial approach11 min
1 exercice pour s'entraîner
Word embeddings30 min

Avis

Meilleurs avis pour INTRODUCTION TO DEEP LEARNING

Voir tous les avis

À propos du Spécialisation Apprentissage automatique avancé

Apprentissage automatique avancé

Foire Aux Questions

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