You will learn how to build a successful machine learning project. If you aspire to be a technical leader in AI, and know how to set direction for your team's work, this course will show you how.
Этот курс входит в специализацию ''Специализация Глубокое обучение'
Structuring Machine Learning Projects
от партнера
Об этом курсе
Недавно просмотрено: 351,961
Карьерные результаты учащихся
36%
начал новую карьеру, пройдя эти курсы
38%
получил значимые преимущества в карьере благодаря этому курсу
14%
стал больше зарабатывать или получил повышение
Приобретаемые навыки
Machine LearningDeep LearningInductive TransferMulti-Task Learning
Карьерные результаты учащихся
36%
начал новую карьеру, пройдя эти курсы
38%
получил значимые преимущества в карьере благодаря этому курсу
14%
стал больше зарабатывать или получил повышение
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 3 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 5 часа на выполнение
Английский
Субтитры: Китайский (традиционное письмо), Китайский (упрощенное письмо), Корейский, Турецкий, Английский, Испанский
от партнера
deeplearning.ai
deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders.
Программа курса: что вы изучите
2 ч. на завершение
ML Strategy (1)
2 ч. на завершение
13 видео ((всего 100 мин.)), 1 материал для самостоятельного изучения, 1 тест
13 видео
Why ML Strategy2мин
Orthogonalization10мин
Single number evaluation metric7мин
Satisficing and Optimizing metric5мин
Train/dev/test distributions6мин
Size of the dev and test sets5мин
When to change dev/test sets and metrics11мин
Why human-level performance?5мин
Avoidable bias6мин
Understanding human-level performance11мин
Surpassing human-level performance6мин
Improving your model performance4мин
Andrej Karpathy interview15мин
1 материал для самостоятельного изучения
Machine Learning flight simulator2мин
1 практическое упражнение
Bird recognition in the city of Peacetopia (case study)45мин
3 ч. на завершение
ML Strategy (2)
3 ч. на завершение
11 видео ((всего 132 мин.))
11 видео
Cleaning up incorrectly labeled data13мин
Build your first system quickly, then iterate6мин
Training and testing on different distributions10мин
Bias and Variance with mismatched data distributions18мин
Addressing data mismatch10мин
Transfer learning11мин
Multi-task learning12мин
What is end-to-end deep learning?11мин
Whether to use end-to-end deep learning10мин
Ruslan Salakhutdinov interview17мин
1 практическое упражнение
Autonomous driving (case study)45мин
Рецензии
Лучшие отзывы о курсе STRUCTURING MACHINE LEARNING PROJECTS
от партнера MGMar 30, 2020
It is very nice to have a very experienced deep learning practitioner showing you the "magic" of making DNN works. That is usually passed from Professor to graduate student, but is available here now.
от партнера EKDec 27, 2017
Loved the course, and the simulation was great. Doing an actual transfer learning programming exercise in TensorFlow could be an awesome addition.\n\nBest & thanks again for an awesome course!\n\nEric
от партнера AMNov 22, 2017
I learned so many things in this module. I learned that how to do error analysys and different kind of the learning techniques. Thanks Professor Andrew Ng to provide such a valuable and updated stuff.
от партнера DCMar 7, 2018
Going beyond the technical details, this part of the course goes into the high level view on how to direct your efforts in a ML project. Really enjoyable and useful. Thanks for making this available!
от партнера WGMar 18, 2019
Though it might not seem imminently useful, the course notes I've referred back to the most come from this class. This course is could be summarized as a machine learning master giving useful advice.
от партнера TRSep 21, 2018
This is a must course in the entire specialization. It covers the step by step procedure to approach and solve a problem. The case studies provided are real world problems which are so much helpful.
от партнера ZZApr 6, 2018
A lot of concrete examples, including those in the lectures and in the tests. Gained some thoughts on how to manage a ML project. Thanks Andrew and deeplearning.ai for providing such a great course.
от партнера SKFeb 19, 2019
This is the knowledge in which we will get from lots of experience only, but the andrew has shared in this course which might help us in future by saving a lot of time through this course experience
Специализация Глубокое обучение: общие сведения
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.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
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.
Что я получу, оформив подписку на специализацию?
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.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.
