Об этом курсе
Недавно просмотрено: 43,074

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 16 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 2-5 hours/week...

Английский

Субтитры: Английский

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 16 часа на выполнение

Предполагаемая нагрузка: 4 weeks of study, 2-5 hours/week...

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
8 ч. на завершение

Simple Introduction to Machine Learning

23 видео ((всего 164 мин.)), 1 материал для самостоятельного изучения, 10 тестов
23 видео
What Is Machine Learning?5мин
Logistic Regression9мин
Interpretation of Logistic Regression9мин
Motivation for Multilayer Perceptron4мин
Multilayer Perceptron Concepts5мин
Multilayer Perceptron Math Model6мин
Deep Learning6мин
Example: Document Analysis3мин
Interpretation of Multilayer Perceptron9мин
Transfer Learning5мин
Model Selection7мин
Early History of Neural Networks14мин
Hierarchical Structure of Images6мин
Convolution Filters9мин
Convolutional Neural Network3мин
CNN Math Model6мин
How the Model Learns8мин
Advantages of Hierarchical Features4мин
CNN on Real Images9мин
Applications in Use and Practice10мин
Deep Learning and Transfer Learning7мин
Introduction to TensorFlow3мин
1 материала для самостоятельного изучения
Math for Data Science10мин
10 практического упражнения
Intro to Machine Learning8мин
Logistic Regression8мин
Multilayer Perceptron8мин
Deep Learning8мин
Model Selection8мин
History of Neural Networks8мин
CNN Concepts10мин
CNN Math Model4мин
Applications In Use and Practice
Week 1 Comprehensive
Неделя
2
3 ч. на завершение

Basics of Model Learning

6 видео ((всего 44 мин.)), 3 тестов
6 видео
How Do We Evaluate Our Networks?12мин
How Do We Learn Our Network?7мин
How Do We Handle Big Data?10мин
Early Stopping2мин
Model Learning with TensorFlow49
3 практического упражнения
Lesson One10мин
Lesson 210мин
Week 2 Comprehensive
Неделя
3
3 ч. на завершение

Image Analysis with Convolutional Neural Networks

8 видео ((всего 45 мин.)), 4 тестов
8 видео
Breakdown of the Convolution (1D and 2D)8мин
Core Components of the Convolutional Layer7мин
Activation Functions4мин
Pooling and Fully Connected Layers4мин
Training the Network6мин
Transfer Learning and Fine-Tuning4мин
CNN with TensorFlow52
4 практического упражнения
Lesson One10мин
Lesson 210мин
Lesson 36мин
Week 3 Comprehensive
Неделя
4
4 ч. на завершение

Introduction to Natural Language Processing

13 видео ((всего 136 мин.)), 4 тестов
13 видео
Words to Vectors7мин
Example of Word Embeddings11мин
Neural Model of Text14мин
The Softmax Function7мин
Methods for Learning Model Parameters9мин
More Details on How to Learn Model Parameters6мин
The Recurrent Neural Network11мин
Long Short-Term Memory20мин
Long Short-Term Memory Review11мин
Use of LSTM for Text Synthesis9мин
Simple and Effective Alternative Methods for Neural NLP15мин
Natural Language Processing with TensorFlow41
4 практического упражнения
Lesson 12мин
Lesson 22мин
Lesson 32мин
Week 4 Comprehensive30мин
4.7
Рецензии: 36Chevron Right

Лучшие отзывы о курсе Introduction to Machine Learning

автор: GCJul 9th 2019

Very good introductory course, I highly recommend it to anyone looking to get a flavour of the methods behind the recent advances in AI without going into super-technical details.

автор: RBJul 30th 2019

I liked the pace and the tensor flow applications. This should be upgraded to TF 2.0 at some point. Also, I would've appreciated some GAN material.

Преподаватели

Avatar

Lawrence Carin

James L. Meriam Professor of Electrical and Computer Engineering
Electrical and Computer Engineering

О Университет Дьюка

Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world....

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.