Этот курс входит в специализацию ''Специализация AI for Scientific Research'

Rajvir Dua и еще 1 преподаватель

от партнера

Специализация AI for Scientific ResearchLearnQuest

Об этом курсе

In this course, we will build on our knowledge of basic models and explore advanced AI techniques. We’ll start with a deep dive into neural networks, building our knowledge from the ground up by examining the structure and properties. Then we’ll code some simple neural network models and learn to avoid overfitting, regularization, and other hyper-parameter tricks. After a project predicting likelihood of heart disease given health characteristics, we’ll move to random forests. We’ll describe the differences between the two techniques and explore their differing origins in detail. Finally, we’ll complete a project predicting similarity between health patients using random forests.

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.

Курс 3 из 4 в программе

Специализация AI for Scientific Research

Средний уровень

It is reccomended that you complete the first two courses in the specialization before starting this one.

Прибл. 10 часов на выполнение

Английский

Приобретаемые навыки

Artificial Neural Network
identifying specieis
Random Forest
predictions in science
machine learniing

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.

Курс 3 из 4 в программе

Специализация AI for Scientific Research

Средний уровень

It is reccomended that you complete the first two courses in the specialization before starting this one.

Прибл. 10 часов на выполнение

Английский

Преподаватели

Rajvir Dua

Head of Data Science, Machine Learning Solutions

7 234 учащихся

8 курсов

Neelesh Tiruviluamala

Co-founder and CEO, Machine Learning Solutions

7 234 учащихся

8 курсов

от партнера

LearnQuest

LearnQuest is the preferred training partner to the world’s leading companies, organizations, and government agencies. Our team boasts 20+ years of experience designing, developing and delivering a full suite industry-leading technology education classes and training solutions across the globe. Our trainers, equipped with expert industry experience and an unparalleled commitment to quality, facilitate classes that are offered in various delivery formats so our clients can obtain the training they need when and where they need it.

Программа курса: что вы изучите

Неделя

Неделя 1

2 ч. на завершение

Introduction to Neural Networks

2 ч. на завершение

5 видео ((всего 15 мин.)), 3 материалов для самостоятельного изучения, 2 тестов

5 видео

Course Intro1мин

Module Intro23

Neural Network Visualized5мин

Loss Functions4мин

Activation Functions3мин

3 материала для самостоятельного изучения

Neural Network Playground10мин

Backpropagation10мин

Common Activation Functions15мин

2 практических упражнения

Feed Forward and Backpropagation10мин

Neural Network Basics30мин

3 ч. на завершение

Deep Dive into Neural Networks

In this module, we'll take a more detailed look into neural network and the considerations we should be having when using them. We'll start by adding layers to our 2-layer network, exploring the different options and their effects. Then, we'll explore some more advanced Python libraries for neural networks in TensorFlow and Keras. Finally, we'll discuss the implications to science and how to apply the models in the space.

3 ч. на завершение

3 видео ((всего 8 мин.)), 5 материалов для самостоятельного изучения, 1 тест

3 видео

Module Intro32

Introduction to TensorFlow and Keras3мин

Deep Dive into Keras3мин

5 материалов для самостоятельного изучения

Implementing a ML Model with Tensorflow and Keras20мин

Bias-Variance Tradeoff10мин

Configuring the Learning Rate10мин

Multi-Layer Networks10мин

Scientific Article: Neural Networks in Bioinformatics 20мин

1 практическое упражнение

Advanced Neural Networks30мин

Неделя

Неделя 2

3 ч. на завершение

Exploring Random Forests

In this module, we'll build up our knowledge of random forests and their uses in science. We'll start by exploring decision trees and how they operate as models in isolation. Next, we'll look at the impact of combining decision trees to create random forests. From here, we'll talk about the similarities and differences between regression and classification with random forests before concluding with a final project predicting species from lineage.

3 ч. на завершение

2 видео ((всего 4 мин.)), 2 материалов для самостоятельного изучения, 1 тест

Неделя

Неделя 3

3 ч. на завершение

Final Project: Comparing Models to Predict Sepal Width

3 ч. на завершение

Специализация AI for Scientific Research: общие сведения

In the AI for Scientific Research specialization, we'll learn how to use AI in scientific situations to discover trends and patterns within datasets. Course 1 teaches a little bit about the Python language as it relates to data science. We'll share some existing libraries to help analyze your datasets. By the end of the course, you'll apply a classification model to predict the presence or absence of heart disease from a patient's health data. Course 2 covers the complete machine learning pipeline, from reading in, cleaning, and transforming data to running basic and advanced machine learning algorithms.In the final project, we'll apply our skills to compare different machine learning models in Python. In Course 3, we will build on our knowledge of basic models and explore more advanced AI techniques. We’ll describe the differences between the two techniques and explore how they differ. Then, we’ll complete a project predicting similarity between health patients using random forests. In Course 4, a capstone project course, we'll compare genome sequences of COVID-19 mutations to identify potential areas a drug therapy can look to target. By the end, you'll be well on your way to discovering ways to combat disease with genome sequencing.

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 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.
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.

Neural Networks and Random Forests

Об этом курсе

Приобретаемые навыки