Об этом курсе
4.9
Оценки: 30,402
Рецензии: 3,320

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Начальный уровень

Прибл. 15 часа на выполнение

Предполагаемая нагрузка: 3 weeks, 3-6 hours per week...

Английский

Субтитры: Английский, Китайский (традиционное письмо), Китайский (упрощенное письмо), Корейский, Турецкий

Приобретаемые навыки

HyperparameterTensorflowHyperparameter OptimizationDeep Learning

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Начальный уровень

Прибл. 15 часа на выполнение

Предполагаемая нагрузка: 3 weeks, 3-6 hours per week...

Английский

Субтитры: Английский, Китайский (традиционное письмо), Китайский (упрощенное письмо), Корейский, Турецкий

Программа курса: что вы изучите

Неделя
1
8 ч. на завершение

Practical aspects of Deep Learning

...
15 видео ((всего 131 мин.)), 4 тестов
15 видео
Bias / Variance8мин
Basic Recipe for Machine Learning6мин
Regularization9мин
Why regularization reduces overfitting?7мин
Dropout Regularization9мин
Understanding Dropout7мин
Other regularization methods8мин
Normalizing inputs5мин
Vanishing / Exploding gradients6мин
Weight Initialization for Deep Networks6мин
Numerical approximation of gradients6мин
Gradient checking6мин
Gradient Checking Implementation Notes5мин
Yoshua Bengio interview25мин
1 практическое упражнение
Practical aspects of deep learning20мин
Неделя
2
4 ч. на завершение

Optimization algorithms

...
11 видео ((всего 92 мин.)), 2 тестов
11 видео
Understanding mini-batch gradient descent11мин
Exponentially weighted averages5мин
Understanding exponentially weighted averages9мин
Bias correction in exponentially weighted averages4мин
Gradient descent with momentum9мин
RMSprop7мин
Adam optimization algorithm7мин
Learning rate decay6мин
The problem of local optima5мин
Yuanqing Lin interview13мин
1 практическое упражнение
Optimization algorithms20мин
Неделя
3
5 ч. на завершение

Hyperparameter tuning, Batch Normalization and Programming Frameworks

...
11 видео ((всего 104 мин.)), 2 тестов
11 видео
Using an appropriate scale to pick hyperparameters8мин
Hyperparameters tuning in practice: Pandas vs. Caviar6мин
Normalizing activations in a network8мин
Fitting Batch Norm into a neural network12мин
Why does Batch Norm work?11мин
Batch Norm at test time5мин
Softmax Regression11мин
Training a softmax classifier10мин
Deep learning frameworks4мин
TensorFlow16мин
1 практическое упражнение
Hyperparameter tuning, Batch Normalization, Programming Frameworks20мин
4.9
Рецензии: 3,320Chevron Right

42%

начал новую карьеру, пройдя эти курсы

37%

получил значимые преимущества в карьере благодаря этому курсу

11%

стал больше зарабатывать или получил повышение

Лучшие рецензии

автор: CVDec 24th 2017

Exceptional Course, the Hyper parameters explanations are excellent every tip and advice provided help me so much to build better models, I also really liked the introduction of Tensor Flow\n\nThanks.

автор: AOApr 6th 2018

Fantastic course! For the first time, I now have a better intuition for optimizing and tuning hyperparameters used for deep neural networks.I got motivated to learn more after completing this course.

Преподаватели

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

О deeplearning.ai

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

О специализации ''Глубокое обучение'

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....
Глубокое обучение

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.

Остались вопросы? Посетите Центр поддержки учащихся.