À propos de ce cours

401,975 consultations récentes

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 intermédiaire

Approx. 25 heures pour terminer

Anglais

Sous-titres : Anglais

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 intermédiaire

Approx. 25 heures pour terminer

Anglais

Sous-titres : Anglais

Offert par

Logo Université Duke

Université Duke

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up96%(2,555 notes)Info
Semaine
1

Semaine 1

7 heures pour terminer

Simple Introduction to Machine Learning

7 heures pour terminer
23 vidéos (Total 163 min), 1 lecture, 10 quiz
23 vidéos
What Is Machine Learning?5 min
Logistic Regression9 min
Interpretation of Logistic Regression9 min
Motivation for Multilayer Perceptron4 min
Multilayer Perceptron Concepts5 min
Multilayer Perceptron Math Model6 min
Deep Learning6 min
Example: Document Analysis3 min
Interpretation of Multilayer Perceptron9 min
Transfer Learning5 min
Model Selection7 min
Early History of Neural Networks14 min
Hierarchical Structure of Images6 min
Convolution Filters9 min
Convolutional Neural Network3 min
CNN Math Model6 min
How the Model Learns8 min
Advantages of Hierarchical Features4 min
CNN on Real Images9 min
Applications in Use and Practice10 min
Deep Learning and Transfer Learning7 min
Introduction to PyTorch3 min
1 lecture
Math for Data Science10 min
10 exercices pour s'entraîner
Intro to Machine Learning8 min
Logistic Regression8 min
Multilayer Perceptron8 min
Deep Learning8 min
Model Selection8 min
History of Neural Networks8 min
CNN Concepts10 min
CNN Math Model4 min
Applications In Use and Practice
Week 1 Comprehensive
Semaine
2

Semaine 2

4 heures pour terminer

Basics of Model Learning

4 heures pour terminer
6 vidéos (Total 44 min)
6 vidéos
How Do We Evaluate Our Networks?12 min
How Do We Learn Our Network?7 min
How Do We Handle Big Data?10 min
Early Stopping2 min
Model Learning with PyTorch1 min
3 exercices pour s'entraîner
Lesson One30 min
Lesson 230 min
Week 2 Comprehensive
Semaine
3

Semaine 3

4 heures pour terminer

Image Analysis with Convolutional Neural Networks

4 heures pour terminer
8 vidéos (Total 45 min)
8 vidéos
Breakdown of the Convolution (1D and 2D)8 min
Core Components of the Convolutional Layer7 min
Activation Functions4 min
Pooling and Fully Connected Layers4 min
Training the Network6 min
Transfer Learning and Fine-Tuning4 min
CNN with PyTorch45s
4 exercices pour s'entraîner
Lesson One10 min
Lesson 230 min
Lesson 330 min
Week 3 Comprehensive
Semaine
4

Semaine 4

5 heures pour terminer

Recurrent Neural Networks for Natural Language Processing

5 heures pour terminer
13 vidéos (Total 136 min)
13 vidéos
Words to Vectors7 min
Example of Word Embeddings11 min
Neural Model of Text14 min
The Softmax Function7 min
Methods for Learning Model Parameters9 min
More Details on How to Learn Model Parameters6 min
The Recurrent Neural Network11 min
Long Short-Term Memory20 min
Long Short-Term Memory Review11 min
Use of LSTM for Text Synthesis9 min
Simple and Effective Alternative Methods for Neural NLP15 min
Natural Language Processing with PyTorch48s
4 exercices pour s'entraîner
Lesson 12 min
Lesson 22 min
Lesson 32 min
Week 4 Comprehensive30 min

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 achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est 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.

  • Vous avez droit à un remboursement intégral jusqu'à deux semaines après la date de paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, selon la dernière de ces éventualités. Vous ne pouvez pas bénéficier d'un remboursement une fois votre Certificat de Cours obtenu, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre Politique de remboursement complète.

  • Oui, Coursera fournit une Aide Financière aux étudiants n'ayant pas les moyens d'acquitter les frais. Pour en faire la demande, cliquez sur le lien Aide Financière situé sous le bouton S'inscrire ci-contre à gauche. Vous serez invité(e) à déposer une demande et vous serez averti(e) si elle est acceptée. En savoir plus.

  • Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.

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