Об этом курсе

Недавно просмотрено: 290,791

Карьерные результаты учащихся

35%

начал новую карьеру, пройдя эти курсы

40%

получил значимые преимущества в карьере благодаря этому курсу

21%

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.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 34 часа на выполнение
Английский
Субтитры: Английский, Корейский

Приобретаемые навыки

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning

Карьерные результаты учащихся

35%

начал новую карьеру, пройдя эти курсы

40%

получил значимые преимущества в карьере благодаря этому курсу

21%

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.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 34 часа на выполнение
Английский
Субтитры: Английский, Корейский

от партнера

Placeholder

Национальный исследовательский университет "Высшая школа экономики"

Программа курса: что вы изучите

Оценка контентаThumbs Up85%(8,909 оценки)Info
Неделя
1

Неделя 1

6 ч. на завершение

Introduction to optimization

6 ч. на завершение
10 видео ((всего 64 мин.)), 3 материалов для самостоятельного изучения, 3 тестов
10 видео
Welcome to AML specialization!2мин
Course intro6мин
Linear regression9мин
Linear classification10мин
Gradient descent5мин
Overfitting problem and model validation6мин
Model regularization5мин
Stochastic gradient descent5мин
Gradient descent extensions9мин
3 материала для самостоятельного изучения
About the University10мин
Welcome!5мин
Hardware for the course10мин
2 практических упражнения
Linear models30мин
Overfitting and regularization30мин
Неделя
2

Неделя 2

5 ч. на завершение

Introduction to neural networks

5 ч. на завершение
9 видео ((всего 85 мин.)), 3 материалов для самостоятельного изучения, 4 тестов
9 видео
Chain rule7мин
Backpropagation9мин
Efficient MLP implementation13мин
Other matrix derivatives5мин
What is TensorFlow10мин
Our first model in TensorFlow10мин
What Deep Learning is and is not8мин
Deep learning as a language6мин
3 материала для самостоятельного изучения
Optional reading on matrix derivatives1мин
TensorFlow reading1мин
Keras reading1мин
2 практических упражнения
Multilayer perceptron10мин
Matrix derivatives20мин
Неделя
3

Неделя 3

6 ч. на завершение

Deep Learning for images

6 ч. на завершение
6 видео ((всего 59 мин.))
6 видео
Our first CNN architecture10мин
Training tips and tricks for deep CNNs14мин
Overview of modern CNN architectures8мин
Learning new tasks with pre-trained CNNs5мин
A glimpse of other Computer Vision tasks8мин
1 практическое упражнение
Convolutions and pooling30мин
Неделя
4

Неделя 4

5 ч. на завершение

Unsupervised representation learning

5 ч. на завершение
9 видео ((всего 81 мин.))
9 видео
Autoencoders 1015мин
Autoencoder applications9мин
Autoencoder applications: image generation, data visualization & more7мин
Natural language processing primer10мин
Word embeddings13мин
Generative models 1017мин
Generative Adversarial Networks10мин
Applications of adversarial approach11мин
1 практическое упражнение
Word embeddings30мин

Рецензии

Лучшие отзывы о курсе INTRODUCTION TO DEEP LEARNING

Посмотреть все отзывы

Специализация Продвинутое машинное обучение: общие сведения

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Продвинутое машинное обучение

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.