À propos de ce Spécialisation
61,201 consultations récentes

Cours en ligne à 100 %

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Planning flexible

Définissez et respectez des dates limites flexibles.

Niveau avancé

Anglais

Sous-titres : Anglais, Coréen

Cours en ligne à 100 %

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Planning flexible

Définissez et respectez des dates limites flexibles.

Niveau avancé

Anglais

Sous-titres : Anglais, Coréen

Comment fonctionne la Spécialisation

Suivez les cours

Une Spécialisation Coursera est une série de cours axés sur la maîtrise d'une compétence. Pour commencer, inscrivez-vous directement à la Spécialisation ou passez en revue ses cours et choisissez celui par lequel vous souhaitez commencer. Lorsque vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Il est possible de terminer seulement un cours : vous pouvez suspendre votre formation ou résilier votre abonnement à tout moment. Rendez-vous sur votre tableau de bord d'étudiant pour suivre vos inscriptions aux cours et vos progrès.

Projet pratique

Chaque Spécialisation inclut un projet pratique. Vous devez réussir le(s) projet(s) pour terminer la Spécialisation et obtenir votre Certificat. Si la Spécialisation inclut un cours dédié au projet pratique, vous devrez terminer tous les autres cours avant de pouvoir le commencer.

Obtenir un Certificat

Lorsque vous aurez terminé tous les cours et le projet pratique, vous obtiendrez un Certificat que vous pourrez partager avec des employeurs éventuels et votre réseau professionnel.

how it works

Cette Spécialisation compte 7 cours

Cours1

Introduction to Deep Learning

4.6
1,086 notes
246 avis
Cours2

How to Win a Data Science Competition: Learn from Top Kagglers

4.7
688 notes
146 avis
Cours3

Bayesian Methods for Machine Learning

4.6
405 notes
107 avis
Cours4

Practical Reinforcement Learning

4.1
261 notes
69 avis

Enseignants

Avatar

Mikhail Hushchyn

Researcher at Laboratory for Methods of Big Data Analysis
HSE Faculty of Computer Science
Avatar

Alexey Zobnin

Accosiate professor
HSE Faculty of Computer Science
Avatar

Alexey Artemov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Sergey Yudin

Analyst-developer
Yandex
Avatar

Alexander Guschin

Visiting lecturer at HSE, Lecturer at MIPT
HSE Faculty of Computer Science
Avatar

Nikita Kazeev

Researcher
HSE Faculty of Computer Science
Avatar

Andrei Ustyuzhanin

Head of Laboratory for Methods of Big Data Analysis
HSE Faculty of Computer Science
Avatar

Dmitry Ulyanov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Marios Michailidis

Research Data Scientist
H2O.ai
Avatar

Daniil Polykovskiy

Sr. Research Scientist
HSE Faculty of Computer Science
Avatar

Ekaterina Lobacheva

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Andrei Zimovnov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexander Novikov

Researcher
HSE Faculty of Computer Science
Avatar

Dmitry Altukhov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Pavel Shvechikov

Researcher at HSE and Sberbank AI Lab
HSE Faculty of Computer Science
Avatar

Anton Konushin

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Anna Kozlova

Team Lead
Yandex
Avatar

Mikhail Trofimov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Evgeny Sokolov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexander Panin

Lecturer
HSE Faculty of Computer Science
Avatar

Anna Potapenko

Researcher
HSE Faculty of Computer Science

Partenaires du secteur

Industry Partner Logo #0

À propos de Université nationale de recherche, École des hautes études en sciences économiques

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 communicamathematics, engineering, and more. Learn more on www.hse.ru...

Foire Aux Questions

  • Oui ! Pour commencer, cliquez sur la carte du cours qui vous intéresse et inscrivez-vous. Vous pouvez vous inscrire et terminer le cours pour obtenir un Certificat partageable, ou vous pouvez accéder au cours en auditeur libre afin d'en visualiser gratuitement le contenu. Si vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Visitez votre tableau de bord d'étudiant(e) pour suivre vos progrès.

  • Ce cours est entièrement en ligne : vous n'avez donc pas besoin de vous présenter physiquement dans une salle de classe. Vous pouvez accéder à vos vidéos de cours, lectures et devoirs en tout temps et en tout lieu, par l'intermédiaire du Web ou de votre appareil mobile.

  • Time to completion can vary based on your schedule, but most learners are able to complete the Specialization in 8-10 months.

  • As prerequisites we assume calculus and linear algebra (especially derivatives, matrices and operations with them), probability theory (random variables, distributions, moments), basic programming in python (functions, loops, numpy), basic machine learning (linear models, decision trees, boosting and random forests). Our intended audience are all people who are already familiar with basic machine learning and want to get a hand-on experience of research and development in the field of modern machine learning.

  • We recommend taking the “Intro to Deep Learning” course first as most of the subsequent courses will build on its material. All other courses can be taken in any order.

  • Coursera courses and certificates don't carry university credit, though some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

  • After completing 7 courses of the Specialization you will be able to:

    Use modern deep neural networks for various machine learning problems with complex inputs;

    Participate in data science competitions and use the most popular and effective machine learning tools;

    Adopt the best practices of data exploration, preprocessing and feature engineering;

    Perform Bayesian inference, understand Bayesian Neural Networks and Variational Autoencoders;

    Use reinforcement learning methods to build agents for games and other environments;

    Solve computer vision problems with a combination of deep models and classical computer vision algorithms;

    Outline state-of-the-art techniques for natural language tasks, such as sentiment analysis, semantic slot filling, summarization, topics detection, and many others;

    Build goal-oriented dialogue agents and train them to hold a human-like conversation;

    Understand limitations of standard machine learning methods and design new algorithms for new tasks.

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