Об этом курсе

Недавно просмотрено: 9,036

Learner Career Outcomes

33%

начал новую карьеру, пройдя эти курсы

33%

получил значимые преимущества в карьере благодаря этому курсу

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 12 часа на выполнение

Предполагаемая нагрузка: 3-5 hours/week...

Английский

Субтитры: Английский

Learner Career Outcomes

33%

начал новую карьеру, пройдя эти курсы

33%

получил значимые преимущества в карьере благодаря этому курсу

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 12 часа на выполнение

Предполагаемая нагрузка: 3-5 hours/week...

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1

Неделя 1

5 ч. на завершение

Introduction to Deep Learning and Deep Learning Basics

5 ч. на завершение
4 видео ((всего 64 мин.)), 3 материалов для самостоятельного изучения, 1 тест
4 видео
Exercise 1: Introduction to Deep Learning5мин
Deep Learning Basics37мин
Exercise 2: Deep Learning Basics2мин
3 материала для самостоятельного изучения
Welcome!5мин
Additional Resources (Optional)10мин
Additional Resources (Optional)10мин
1 практическое упражнение
Introduction to Deep Learning and Deep Learning Basics30мин
Неделя
2

Неделя 2

4 ч. на завершение

Convolutional Neural Networks (CNN), Fine-Tuning and Detection

4 ч. на завершение
4 видео ((всего 44 мин.)), 2 материалов для самостоятельного изучения, 1 тест
4 видео
Exercise 3: Convolutional Neural Networks1мин
Fine-Tuning and Detection13мин
Exercise 4: Fine-Tuning and Detection2мин
2 материала для самостоятельного изучения
Additional Resources (Optional)10мин
Additional Resources (Optional)10мин
1 практическое упражнение
Convolutional Neural Networks, Fine-Tuning and Detection30мин
Неделя
3

Неделя 3

3 ч. на завершение

Recurrent Neural Networks (RNN)

3 ч. на завершение
2 видео ((всего 20 мин.)), 1 материал для самостоятельного изучения, 1 тест
2 видео
Exercise 5: Recurrent Neural Networks2мин
1 материал для самостоятельного изучения
Additional Resources (Optional)10мин
1 практическое упражнение
Recurrent Neural Networks30мин
Неделя
4

Неделя 4

2 ч. на завершение

Training Tips and Multinode Distributed Training

2 ч. на завершение
3 видео ((всего 18 мин.)), 2 материалов для самостоятельного изучения, 1 тест
3 видео
Exercise 6: Training Tips1мин
Multinode Distributed Training11мин
2 материала для самостоятельного изучения
Additional Resources (Optional)10мин
Additional Resources (Optional)10мин
1 практическое упражнение
Training Tips and Multinode Distributed Training30мин
4.3
Рецензии: 16Chevron Right

Лучшие отзывы о курсе An Introduction to Practical Deep Learning

автор: ABOct 11th 2019

I thank Coursera and the instructors for guiding through the basics of Deep Learning. The explanations were easy to understand, and would recommend this course to enthusiasts.

Преподаватели

Изображение преподавателя Andres Rodriguez

Andres Rodriguez 

Sr. Principal Engineer
Intel
10,438 учащегося
1 курс
Изображение преподавателя Nikhil Murthy

Nikhil Murthy  

10,438 учащегося
1 курс
Изображение преподавателя Hanlin Tang

Hanlin Tang 

Principal Engineer
Intel AI Products Group
10,438 учащегося
1 курс

от партнера

Логотип Intel

Intel

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.

  • Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. 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.