This course will teach you how to build models for natural language, audio, and other sequence data. Thanks to deep learning, sequence algorithms are working far better than just two years ago, and this is enabling numerous exciting applications in speech recognition, music synthesis, chatbots, machine translation, natural language understanding, and many others.
Ce cours fait partie de la Spécialisation Deep Learning
Offert par
Spécialisation Deep Learningdeeplearning.aiÀ propos de ce cours
832,958 consultations récentes
Résultats de carrière des étudiants
39%
ont commencé une nouvelle carrière après avoir terminé ce cours
40%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
13%
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.
Cours 5 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 16 heures pour terminer
Anglais
Sous-titres : Chinois (traditionnel), Français, Portugais (brésilien), Chinois (simplifié), Coréen, Russe, Anglais, Espagnol
Compétences que vous acquerrez
Recurrent Neural NetworkArtificial Neural NetworkDeep LearningLong Short-Term Memory (ISTM)
Résultats de carrière des étudiants
39%
ont commencé une nouvelle carrière après avoir terminé ce cours
40%
ont bénéficié d'un avantage concret dans leur carrières grâce à ce cours
13%
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.
Cours 5 sur 5 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 16 heures pour terminer
Anglais
Sous-titres : Chinois (traditionnel), Français, Portugais (brésilien), Chinois (simplifié), Coréen, Russe, Anglais, Espagnol
Offert par
deeplearning.ai
Founded by Andrew Ng, DeepLearning.AI is an education technology company that develops a global community of AI talent.
Programme du cours : ce que vous apprendrez dans ce cours
6 heures pour terminer
Recurrent Neural Networks
Learn about recurrent neural networks. This type of model has been proven to perform extremely well on temporal data. It has several variants including LSTMs, GRUs and Bidirectional RNNs, which you are going to learn about in this section.
6 heures pour terminer
12 vidéos (Total 112 min), 2 lectures, 4 quiz
12 vidéos
Why sequence models2 min
Notation9 min
Recurrent Neural Network Model16 min
Backpropagation through time6 min
Different types of RNNs9 min
Language model and sequence generation12 min
Sampling novel sequences8 min
Vanishing gradients with RNNs6 min
Gated Recurrent Unit (GRU)17 min
Long Short Term Memory (LSTM)9 min
Bidirectional RNN8 min
Deep RNNs5 min
2 lectures
Gated Recurrent Unit (GRU) *CORRECTION*1 min
Long Short Term Memory (LSTM) *CORRECTION*1 min
1 exercice pour s'entraîner
Recurrent Neural Networks30 min
4 heures pour terminer
Natural Language Processing & Word Embeddings
Natural language processing with deep learning is an important combination. Using word vector representations and embedding layers you can train recurrent neural networks with outstanding performances in a wide variety of industries. Examples of applications are sentiment analysis, named entity recognition and machine translation.
4 heures pour terminer
10 vidéos (Total 102 min), 1 lecture, 3 quiz
10 vidéos
Word Representation10 min
Using word embeddings9 min
Properties of word embeddings11 min
Embedding matrix5 min
Learning word embeddings10 min
Word2Vec12 min
Negative Sampling11 min
GloVe word vectors11 min
Sentiment Classification7 min
Debiasing word embeddings11 min
1 lecture
GloVe word vectors *CORRECTION*1 min
1 exercice pour s'entraîner
Natural Language Processing & Word Embeddings30 min
5 heures pour terminer
Sequence models & Attention mechanism
Sequence models can be augmented using an attention mechanism. This algorithm will help your model understand where it should focus its attention given a sequence of inputs. This week, you will also learn about speech recognition and how to deal with audio data.
5 heures pour terminer
11 vidéos (Total 103 min), 4 lectures, 3 quiz
11 vidéos
Basic Models6 min
Picking the most likely sentence8 min
Beam Search11 min
Refinements to Beam Search11 min
Error analysis in beam search9 min
Bleu Score (optional)16 min
Attention Model Intuition9 min
Attention Model12 min
Speech recognition8 min
Trigger Word Detection5 min
Conclusion and thank you2 min
4 lectures
Bleu Score *CORRECTION*1 min
Corrections10 min
Workera's Standardized Tests for AI Skills1 min
Instructions if you are unable to open your notebook10 min
1 exercice pour s'entraîner
Sequence models & Attention mechanism30 min
Avis
Meilleurs avis pour SEQUENCE MODELS
par PJ3 avr. 2019
The previous courses raised the bar and expectations. The assignments for Week 1 and Week 2 were a bit unclear. Lectures for Week 1 and Week 2 can be improved as well. Besides, this is a great course!
par JY29 oct. 2018
The lectures covers lots of SOTA deep learning algorithms and the lectures are well-designed and easy to understand. The programming assignment is really good to enhance the understanding of lectures.
par AM30 juin 2019
The course is very good and has taught me the all the important concepts required to build a sequence model. The assignments are also very neatly and precisely designed for the real world application.
par AC23 juin 2019
Very well produced and explained. In my case, the nature of the Sequence Model makes understanding the concepts and finishing the assignment more challenging than other segments of the specialization.
À propos du Spécialisation Deep Learning
If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
- Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
- Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
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.
Is financial aid available?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
