À propos de ce cours
603,451 consultations récentes

Cours 5 sur 5 dans le

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. 17 heures pour terminer

Recommandé : 11 hours/week...

Anglais

Sous-titres : Anglais, Coréen, Espagnol, Chinois (simplifié)

Compétences que vous acquerrez

Recurrent Neural NetworkArtificial Neural NetworkDeep LearningLong Short-Term Memory (ISTM)

Cours 5 sur 5 dans le

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. 17 heures pour terminer

Recommandé : 11 hours/week...

Anglais

Sous-titres : Anglais, Coréen, Espagnol, Chinois (simplifié)

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
6 heures pour terminer

Recurrent Neural Networks

12 vidéos (Total 112 min), 2 lectures, 4 quiz
12 vidéos
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 Networks20 min
Semaine
2
4 heures pour terminer

Natural Language Processing & Word Embeddings

10 vidéos (Total 102 min), 1 lecture, 3 quiz
10 vidéos
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 Embeddings20 min
Semaine
3
5 heures pour terminer

Sequence models & Attention mechanism

11 vidéos (Total 103 min), 1 lecture, 3 quiz
11 vidéos
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
1 lecture
Bleu Score *CORRECTION*1 min
1 exercice pour s'entraîner
Sequence models & Attention mechanism20 min
4.8
1828 avisChevron Right

39%

a commencé une nouvelle carrière après avoir terminé ces cours

39%

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

12%

a obtenu une augmentation de salaire ou une promotion

Principaux examens pour Sequence Models

par JYOct 30th 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 AMJul 1st 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.

Enseignants

Avatar

Andrew Ng

CEO/Founder Landing AI; Co-founder, Coursera; Adjunct Professor, Stanford University; formerly Chief Scientist,Baidu and founding lead of Google Brain
Avatar

Head Teaching Assistant - Kian Katanforoosh

Lecturer of Computer Science at Stanford University, deeplearning.ai, Ecole CentraleSupelec
Avatar

Teaching Assistant - Younes Bensouda Mourri

Mathematical & Computational Sciences, Stanford University, deeplearning.ai
Computer Science

À propos de deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

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. In five courses, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional networks, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization, and more. You will work on case studies from healthcare, autonomous driving, sign language reading, music generation, and natural language processing. You will master not only the theory, but also see how it is applied in industry. You will practice all these ideas in Python and in TensorFlow, which we will teach. You will also hear from many top leaders in Deep Learning, who will share with you their personal stories and give you career advice. AI is transforming multiple industries. After finishing this specialization, you will likely find creative ways to apply it to your work. We will help you master Deep Learning, understand how to apply it, and build a career in AI....
Deep 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.