Об этом курсе

Недавно просмотрено: 3 256

Vous souhaitez vous lancer dans l’IA de pointe ? Ce cours est là pour vous y aider. Les ingénieurs en Deep Learning sont très convoités et la maîtrise de ce domaine vous ouvrira de nombreuses opportunités professionnelles. Le Deep Learning est également un nouveau « superpouvoir » qui vous permettra de développer des systèmes d’IA qui n’étaient même pas envisageables il y a encore quelques années.
Vous découvrirez dans ce cours les bases du Deep Learning. Une fois que vous l’aurez terminé, vous serez en mesure de :
- comprendre les grandes tendances technologiques sur lesquelles repose le Deep Learning ;
- développer, entraîner et utiliser des réseaux neuronaux profonds entièrement connectés ;
- mettre en œuvre des réseaux neuronaux efficaces (vectorisés) ;
- comprendre les principaux paramètres de l’architecture d’un réseau neuronal.

Ce cours ne se limitera pas à une description rapide ou superficielle du Deep Learning, mais vous expliquera également son fonctionnement. Une fois que vous l’aurez terminé, vous serez donc en mesure de l’utiliser dans vos propres applications. En outre, si vous recherchez un poste dans l’IA, vous aurez la capacité de répondre à des questions de base posées lors d’entretiens.

Il s’agit du premier cours de la Spécialisation Deep Learning.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Средний уровень

Прибл. 20 часов на выполнение

Французский

Приобретаемые навыки

Computer Vision
Artificial Neural Network
Backpropagation
Deep Learning

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Средний уровень

Прибл. 20 часов на выполнение

Французский

Преподаватели

Программа курса: что вы изучите

Неделя

1

Неделя 1

2 ч. на завершение

Introduction au Deep Learning

2 ч. на завершение

7 видео ((всего 76 мин.)), 2 материалов для самостоятельного изучения, 1 тест

7 видео

Bienvenue5мин

Qu’est-ce qu’un réseau neuronal ?7мин

Apprentissage supervisé avec des réseaux neuronaux8мин

Pourquoi le Deep Learning est-il en plein essor ?10мин

À propos de ce cours2мин

Ressources des cours1мин

Entretien avec Geoffrey Hinton40мин

2 материала для самостоятельного изучения

Foire aux questions10мин

Comment utiliser les forums de discussion10мин

1 практическое упражнение

Introduction au Deep Learning30мин

8 ч. на завершение

Les bases des réseaux neuronaux

8 ч. на завершение

19 видео ((всего 161 мин.)), 6 материалов для самостоятельного изучения, 3 тестов

19 видео

Classification binaire8мин

Régression logistique5мин

Fonction de coût d’une régression logistique8мин

Descente du gradient11мин

Dérivées7мин

Plus d’exemples de dérivées10мин

Graphe de calcul3мин

Dérivées avec un graphe de calcul14мин

Descente du gradient d’une régression logistique6мин

Descente du gradient sur des exemples de m8мин

Vectorisation8мин

Autres exemples de vectorisation6мин

Vectorisation de régression logistique7мин

Vectorisation de la sortie du gradient d’une régression logistique9мин

Diffusion dans Python11мин

Remarque sur les vecteurs Python/NumPy6мин

Bref aperçu des notebooks Jupyter/iPython3мин

Explication de la fonction de coût d’une régression logistique (facultatif)7мин

Entretien avec Pieter Abbeel16мин

6 материалов для самостоятельного изучения

Clarification sur la vidéo Fonction de coût d’une régression logistique à venir1мин

Clarification sur la vidéo Descente du gradient à venir1мин

Dérivation de DL/dz (lecture facultative)10мин

Clarification de « dz »10мин

Code d’honneur du Deep Learning2мин

Devoirs de programmation - FAQ10мин

1 практическое упражнение

Bases des réseaux neuronaux30мин

Неделя

2

Неделя 2

5 ч. на завершение

Réseaux neuronaux peu profonds

5 ч. на завершение

12 видео ((всего 109 мин.)), 2 материалов для самостоятельного изучения, 2 тестов

12 видео

Vue d’ensemble des réseaux neuronaux4мин

Représentation des réseaux neuronaux5мин

Calculer la sortie d’un réseau neuronal9мин

Vectorisation sur plusieurs exemples9мин

Explication de l’implémentation vectorisée7мин

Fonctions d’activation10мин

Pourquoi avez-vous besoin de fonctions d’activation non linéaires ?5мин

Dérivées de fonctions d’activation7мин

Descente du gradient pour les réseaux neuronaux9мин

Intuition de la rétropropagation (facultatif)15мин

Initialisation aléatoire7мин

Entretien avec Ian Goodfellow14мин

2 материала для самостоятельного изучения

Clarification : fonction d’activation1мин

Clarification à propos de l’intuition de la rétropropagation à venir (facultatif)1мин

1 практическое упражнение

Réseaux neuronaux peu profonds30мин

5 ч. на завершение

Réseaux neuronaux profonds

5 ч. на завершение

8 видео ((всего 64 мин.)), 3 материалов для самостоятельного изучения, 3 тестов

8 видео

Réseau neuronal profond à couche L5мин

Propagation avant dans un réseau profond7мин

Obtenir les bonnes dimensions pour votre matrice11мин

Pourquoi des représentations profondes ?10мин

Constitution des réseaux neuronaux profonds8мин

Propagation avant et rétropropagation10мин

Paramètres et hyperparamètres7мин

Quel est le rapport avec le cerveau ?3мин

3 материала для самостоятельного изучения

Clarification au sujet de la vidéo Obtenir les bonnes dimensions pour votre matrice1мин

Clarification à propos de la vidéo Propagation avant et rétropropagation à venir1мин

Clarification au sujet de la vidéo Quel est le rapport avec le cerveau1мин

1 практическое упражнение

Concepts essentiels des réseaux neuronaux profonds30мин

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, оплатив сертификацию?
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.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Réseaux neuronaux et Deep Learning