À propos de ce cours
4.6
657 notes
157 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. 37 heures pour terminer

Recommandé : 6 weeks of study, 6-10 hours/week...
Langues disponibles

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning
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. 37 heures pour terminer

Recommandé : 6 weeks of study, 6-10 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 optimization

Welcome to the "Introduction to Deep Learning" course! In the first week you'll learn about linear models and stochatic optimization methods. Linear models are basic building blocks for many deep architectures, and stochastic optimization is used to learn every model that we'll discuss in our course....
Reading
9 vidéos (Total 63 min), 2 lectures, 3 quiz
Video9 vidéos
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
Reading2 lectures
Welcome!5 min
Hardware for the course10 min
Quiz2 exercices pour s'entraîner
Linear models6 min
Overfitting and regularization8 min
Semaine
2
Heures pour terminer
6 heures pour terminer

Introduction to neural networks

This module is an introduction to the concept of a deep neural network. You'll begin with the linear model and finish with writing your very first deep network....
Reading
9 vidéos (Total 85 min), 3 lectures, 4 quiz
Video9 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
Reading3 lectures
Optional reading on matrix derivatives1 min
TensorFlow reading1 min
Keras reading1 min
Quiz2 exercices pour s'entraîner
Multilayer perceptron10 min
Matrix derivatives20 min
Semaine
3
Heures pour terminer
5 heures pour terminer

Deep Learning for images

In this week you will learn about building blocks of deep learning for image input. You will learn how to build Convolutional Neural Network (CNN) architectures with these blocks and how to quickly solve a new task using so-called pre-trained models....
Reading
6 vidéos (Total 59 min), 3 quiz
Video6 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
Quiz1 exercice pour s'entraîner
Convolutions and pooling10 min
Semaine
4
Heures pour terminer
4 heures pour terminer

Unsupervised representation learning

This week we're gonna dive into unsupervised parts of deep learning. You'll learn how to generate, morph and search images with deep learning....
Reading
9 vidéos (Total 81 min), 3 quiz
Video9 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
Quiz1 exercice pour s'entraîner
Word embeddings8 min
4.6
157 avisChevron Right
Orientation de carrière

22%

a commencé une nouvelle carrière après avoir terminé ces cours
Avantage de carrière

27%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

Meilleurs avis

par YGJan 28th 2018

This is a very hands on Deep Learning class. Like the design of programming assignments a lot. It's very instructive as well as challenging! Great course. I would recommend it!

par ASMar 26th 2018

Great course! The faculty does an excellent job in explaining some difficult to understand concepts. The discussion forum is very active and the course community is helpful.

Enseignants

Avatar

Evgeny Sokolov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Andrei Zimovnov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexander Panin

Lecturer
HSE Faculty of Computer Science
Avatar

Ekaterina Lobacheva

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Nikita Kazeev

Researcher
HSE Faculty of Computer Science

À propos de National Research University Higher School of Economics

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communications, IT, mathematics, engineering, and more. Learn more on www.hse.ru...

À propos de la Spécialisation Advanced Machine Learning

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Advanced Machine Learning

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.

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