Looking to start a career in Deep Learning? Look no further. This course will introduce you to the field of deep learning and help you answer many questions that people are asking nowadays, like what is deep learning, and how do deep learning models compare to artificial neural networks? You will learn about the different deep learning models and build your first deep learning model using the Keras library.
от партнера
Об этом курсе
Недавно просмотрено: 45,926
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 6 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 8 часов на выполнение
Английский
Субтитры: Французский, Португальский (бразильский), Русский, Английский, Испанский
Приобретаемые навыки
Deep LearningArtificial Neural NetworkArtificial Intelligence (AI)Machine Learningkeras
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 6 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 8 часов на выполнение
Английский
Субтитры: Французский, Португальский (бразильский), Русский, Английский, Испанский
от партнера
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.
Программа курса: что вы изучите
2 ч. на завершение
Introduction to Neural Networks and Deep Learning
In this module, you will learn about exciting applications of deep learning and why now is the perfect time to learn deep learning. You will also learn about neural networks and how most of the deep learning algorithms are inspired by the way our brain functions and the neurons process data. Finally, you will learn about how neural networks feed data forward through the network.
2 ч. на завершение
4 видео ((всего 17 мин.)), 1 материал для самостоятельного изучения, 2 тестов
4 видео
Welcome2мин
Introduction to Deep Learning4мин
Neurons and Neural Networks3мин
Artificial Neural Networks5мин
1 материал для самостоятельного изучения
Syllabus10мин
1 практическое упражнение
Introduction to Neural Networks and Deep Learning30мин
1 ч. на завершение
Artificial Neural Networks
In this module, you will learn about the gradient descent algorithm and how variables are optimized with respect to a defined function. You will also learn about backpropagation and how neural networks learn and update their weights and biases. Futhermore, you will learn about the vanishing gradient problem. Finally, you will learn about activation functions.
1 ч. на завершение
4 видео ((всего 22 мин.))
1 практическое упражнение
Artificial Neural Networks30мин
3 ч. на завершение
Keras and Deep Learning Libraries
In this module, you will learn about the diifferent deep learning libraries namely, Keras, PyTorch, and TensorFlow. You will also learn how to build regression and classification models using the Keras library.
3 ч. на завершение
3 видео ((всего 16 мин.))
3 видео
Regression Models with Keras6мин
Classification Models with Keras5мин
1 практическое упражнение
Keras and Deep Learning Libraries30мин
2 ч. на завершение
Deep Learning Models
In this module, you will learn about the difference between the shallow and deep neural networks. You will also learn about convolutional networks and how to build them using the Keras library. Finally, you will also learn about recurrent neural networks and autoencoders.
2 ч. на завершение
4 видео ((всего 17 мин.))
4 видео
Convolutional Neural Networks8мин
Recurrent Neural Networks2мин
Autoencoders2мин
1 практическое упражнение
Deep Learning Models30мин
Рецензии
Лучшие отзывы о курсе INTRODUCTION TO DEEP LEARNING & NEURAL NETWORKS WITH KERAS
от партнера AB15 мар. 2020 г.
Interesting course. Forward propagation, gradient descent, backward propagation, the vanishing gradient problem, (+ Regression, Classification, and CNN with Keras) explained clearly.
от партнера AM24 июня 2020 г.
Good course. It is a very direct approach. It is a basic introduction to keras. Doing the labs is recommended, and also previous knowledge about machine learning is encouraged.
от партнера AS19 мар. 2020 г.
A good course. Could be better if it was explained how to select the optimal number of layers and nodes. This was not covered and explained anywhere. Overall it was good.
от партнера FB24 мар. 2020 г.
It is a really good course. The labs could have had more for us to do, much of the labs was already implemented.\n\nStill, great introduction to the proposed subjects.
Профессиональная сертификация 'IBM AI Engineering': общие сведения
Artificial intelligence (AI) is revolutionizing entire industries, changing the way companies across sectors leverage data to make decisions. To stay competitive, organizations need qualified AI engineers who use cutting-edge methods like machine learning algorithms and deep learning neural networks to provide data driven actionable intelligence for their businesses. This 6-course Professional Certificate is designed to equip you with the tools you need to succeed in your career as an AI or ML engineer.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
- Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
- Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на сертификацию?
Записавшись на курс, вы получите доступ ко всем курсам в сертификации, 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.
Получу ли я зачеты в университете за прохождение курса?
Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.
Остались вопросы? Посетите Центр поддержки учащихся.
