Об этом курсе

Недавно просмотрено: 68,555

Карьерные результаты учащихся

23%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

57%

стал больше зарабатывать или получил повышение

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 4 в программе

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 17 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 4-6 hours/week...

Английский

Субтитры: Английский

Приобретаемые навыки

Machine LearningDeep LearningLong Short-Term Memory (ISTM)Apache Spark

Карьерные результаты учащихся

23%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

57%

стал больше зарабатывать или получил повышение

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 4 в программе

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 17 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 4-6 hours/week...

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1

Неделя 1

5 ч. на завершение

Introduction to deep learning

5 ч. на завершение
16 видео ((всего 61 мин.)), 4 материалов для самостоятельного изучения, 2 тестов
16 видео
Introduction - Romeo Kienzler30
Introduction - Ilja Rasin1мин
Introduction - Niketan Pansare30
Course Logistics1мин
Cloud Architectures for AI and DeepLearning2мин
Linear algebra6мин
Deep feed forward neural networks12мин
Convolutional Neural Networks4мин
Recurrent neural networks1мин
LSTMs3мин
Auto encoders and representation learning2мин
Methods for neural network training8мин
Gradient Descent Updater Strategies6мин
How to choose the correct activation function3мин
The bias-variance tradeoff in deep learning3мин
4 материала для самостоятельного изучения
IBM Digital Badge10мин
Video summary on environment setup10мин
Where to get all the code and slides for download?10мин
Link to Github10мин
1 практическое упражнение
DeepLearning Fundamentals14мин
Неделя
2

Неделя 2

7 ч. на завершение

DeepLearning Frameworks

7 ч. на завершение
18 видео ((всего 116 мин.)), 1 материал для самостоятельного изучения, 5 тестов
18 видео
Neural Network Debugging with TensorBoard7мин
Automatic Differentiation2мин
Introduction video44
Keras overview5мин
Sequential models in keras6мин
Feed forward networks7мин
Recurrent neural networks9мин
Beyond sequential models: the functional API3мин
Saving and loading models2мин
What is SystemML (1/2)3мин
What is SystemML (2/2)6мин
PyTorch Installation2мин
PyTorch Packages2мин
Tensor Creation and Visualization of Higher Dimensional Tensors6мин
Math Computation and Reshape7мин
Computation Graph, CUDA17мин
Linear Model17мин
1 материал для самостоятельного изучения
Link to files in Github10мин
4 практического упражнения
TensorFlow12мин
TensorFlow 2.x12мин
Apache SystemML12мин
PyTorch Introduction12мин
Неделя
3

Неделя 3

6 ч. на завершение

DeepLearning Applications

6 ч. на завершение
18 видео ((всего 115 мин.))
18 видео
How to implement an anomaly detector (1/2)11мин
How to implement an anomaly detector (2/2)2мин
How to deploy a real-time anomaly detector2мин
Introduction to Time Series Forecasting4мин
Stateful vs. Stateless LSTMs6мин
Batch Size5мин
Number of Time Steps, Epochs, Training and Validation8мин
Trainin Set Size4мин
Input and Output Data Construction7мин
Designing the LSTM network in Keras10мин
Anatomy of a LSTM Node12мин
Number of Parameters7мин
Training and loading a saved model4мин
Classifying the MNIST dataset with Convolutional Neural Networks5мин
Image classification with Imagenet and Resnet503мин
Autoencoder - understanding Word2Vec8мин
Text Classification with Word Embeddings4мин
4 практического упражнения
Anomaly Detection12мин
Sequence Classification with Keras LSTM Network12мин
Image Classification6мин
NLP6мин
Неделя
4

Неделя 4

4 ч. на завершение

Scaling and Deployment

4 ч. на завершение
3 видео ((всего 9 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
3 видео
Computer Vision with IBM Watson Visual Recognition2мин
Text Classification with IBM Watson Natural Language Classifier1мин
2 материала для самостоятельного изучения
Exercise: Scale a Deep Learning Model on IBM Watson Machine Learning10мин
Link to Github10мин
1 практическое упражнение
Methods of parallel neural network training6мин

Рецензии

Лучшие отзывы о курсе APPLIED AI WITH DEEPLEARNING
Посмотреть все отзывы

О IBM

IBM offers a wide range of technology and consulting services; a broad portfolio of middleware for collaboration, predictive analytics, software development and systems management; and the world's most advanced servers and supercomputers. Utilizing its business consulting, technology and R&D expertise, IBM helps clients become "smarter" as the planet becomes more digitally interconnected. IBM invests more than $6 billion a year in R&D, just completing its 21st year of patent leadership. IBM Research has received recognition beyond any commercial technology research organization and is home to 5 Nobel Laureates, 9 US National Medals of Technology, 5 US National Medals of Science, 6 Turing Awards, and 10 Inductees in US Inventors Hall of Fame....

Специализация Advanced Data Science with IBM: общие сведения

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

  • The IBM Watson IoT Certified Data Scientist degree is a Coursera specialization IBM is currently creating. This course is one part of 3-4 courses coming up the next couple of months

    Currently only this and another course exist. The other one is the following:

    https://www.coursera.org/learn/exploring-visualizing-iot-data

    The course above will be modified and renamed to "Fundamentals of Applied DataScience" - but if you pass it today, it counts towards the certificate as well

Остались вопросы? Посетите Центр поддержки учащихся.