À propos de ce cours
208,820 consultations récentes

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

You should take the first 3 courses of the TensorFlow Specialization and be comfortable coding in Python and understanding high school-level math.

Approx. 8 heures pour terminer

Recommandé : 4 weeks of study, 4-5 hours/week...

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

  • Check

    Solve time series and forecasting problems in TensorFlow

  • Check

    Prepare data for time series learning using best practices

  • Check

    Explore how RNNs and ConvNets can be used for predictions

  • Check

    Build a sunspot prediction model using real-world data

Compétences que vous acquerrez

ForecastingMachine LearningTensorflowTime Seriesprediction

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

You should take the first 3 courses of the TensorFlow Specialization and be comfortable coding in Python and understanding high school-level math.

Approx. 8 heures pour terminer

Recommandé : 4 weeks of study, 4-5 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
3 heures pour terminer

Sequences and Prediction

10 vidéos (Total 33 min), 3 lectures, 3 quiz
10 vidéos
Time series examples4 min
Machine learning applied to time series1 min
Common patterns in time series5 min
Introduction to time series4 min
Train, validation and test sets3 min
Metrics for evaluating performance2 min
Moving average and differencing2 min
Trailing versus centered windows1 min
Forecasting4 min
3 lectures
Introduction to time series notebook10 min
Forecasting notebook10 min
Week 1 Wrap up10 min
1 exercice pour s'entraîner
Week 1 Quiz
Semaine
2
3 heures pour terminer

Deep Neural Networks for Time Series

10 vidéos (Total 27 min), 5 lectures, 3 quiz
10 vidéos
Preparing features and labels4 min
Preparing features and labels3 min
Feeding windowed dataset into neural network2 min
Single layer neural network2 min
Machine learning on time windows37s
Prediction2 min
More on single layer neural network2 min
Deep neural network training, tuning and prediction4 min
Deep neural network3 min
5 lectures
Preparing features and labels notebook10 min
Sequence bias10 min
Single layer neural network notebook10 min
Deep neural network notebook10 min
Week 2 Wrap up10 min
1 exercice pour s'entraîner
Week 2 Quiz
Semaine
3
3 heures pour terminer

Recurrent Neural Networks for Time Series

10 vidéos (Total 20 min), 5 lectures, 3 quiz
10 vidéos
Conceptual overview2 min
Shape of the inputs to the RNN2 min
Outputting a sequence1 min
Lambda layers1 min
Adjusting the learning rate dynamically2 min
RNN1 min
LSTM1 min
Coding LSTMs2 min
More on LSTM1 min
5 lectures
More info on Huber loss10 min
RNN notebook10 min
Link to the LSTM lesson10 min
LSTM notebook10 min
Week 3 Wrap up10 min
1 exercice pour s'entraîner
Week 3 Quiz
Semaine
4
3 heures pour terminer

Real-world time series data

11 vidéos (Total 24 min), 5 lectures, 3 quiz
11 vidéos
Convolutions58s
Bi-directional LSTMs3 min
LSTM1 min
Real data - sunspots3 min
Train and tune the model3 min
Prediction1 min
Sunspots1 min
Combining our tools for analysis3 min
Congratulations!38s
Specialization wrap up - A conversation with Andrew Ng2 min
5 lectures
Convolutional neural networks course10 min
More on batch sizing10 min
LSTM notebook10 min
Sunspots notebook10 min
Wrap up10 min
1 exercice pour s'entraîner
Week 4 Quiz
4.6
76 avisChevron Right

Principaux examens pour Sequences, Time Series and Prediction

par ORAug 4th 2019

It was an amazing experience to learn from such great experts in the field and get a complete understanding of all the concepts involved and also get thorough understanding of the programming skills.

par MKAug 3rd 2019

This was really a beautifully designed course. They didn't focused on teaching too much of thing at once but build up the base slowly and strongly for better understanding.

Enseignant

Avatar

Laurence Moroney

AI Advocate
Google Brain

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 TensorFlow in Practice

Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll explore exciting opportunities for AI applications. Begin by developing an understanding of how to build and train neural networks. Improve a network’s performance using convolutions as you train it to identify real-world images. You’ll teach machines to understand, analyze, and respond to human speech with natural language processing systems. Learn to process text, represent sentences as vectors, and input data to a neural network. You’ll even train an AI to create original poetry! AI is already transforming industries across the world. After finishing this Specialization, you’ll be able to apply your new TensorFlow skills to a wide range of problems and projects. Courses 1-3 are available now, with Course 4 launching in July....
TensorFlow in Practice

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.