Об этом курсе
4.8
Оценки: 10,108
Рецензии: 1,182
Специализация

Курс 5 из 5 в программе

100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 18 часа на выполнение

Предполагаемая нагрузка: 10 hours/week...
Доступные языки

Английский

Субтитры: Английский, Китайский (упрощенное письмо)

Приобретаемые навыки

Recurrent Neural NetworkArtificial Neural NetworkDeep LearningLong Short-Term Memory (ISTM)
Специализация

Курс 5 из 5 в программе

100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 18 часа на выполнение

Предполагаемая нагрузка: 10 hours/week...
Доступные языки

Английский

Субтитры: Английский, Китайский (упрощенное письмо)

Программа курса: что вы изучите

Неделя
1
Часов на завершение
6 ч. на завершение

Recurrent Neural Networks

Learn about recurrent neural networks. This type of model has been proven to perform extremely well on temporal data. It has several variants including LSTMs, GRUs and Bidirectional RNNs, which you are going to learn about in this section....
Reading
12 видео ((всего 112 мин.)), 4 тестов
Video12 видео
Notation9мин
Recurrent Neural Network Model16мин
Backpropagation through time6мин
Different types of RNNs9мин
Language model and sequence generation12мин
Sampling novel sequences8мин
Vanishing gradients with RNNs6мин
Gated Recurrent Unit (GRU)17мин
Long Short Term Memory (LSTM)9мин
Bidirectional RNN8мин
Deep RNNs5мин
Quiz1 практическое упражнение
Recurrent Neural Networks20мин
Неделя
2
Часов на завершение
4 ч. на завершение

Natural Language Processing & Word Embeddings

Natural language processing with deep learning is an important combination. Using word vector representations and embedding layers you can train recurrent neural networks with outstanding performances in a wide variety of industries. Examples of applications are sentiment analysis, named entity recognition and machine translation....
Reading
10 видео ((всего 102 мин.)), 3 тестов
Video10 видео
Using word embeddings9мин
Properties of word embeddings11мин
Embedding matrix5мин
Learning word embeddings10мин
Word2Vec12мин
Negative Sampling11мин
GloVe word vectors11мин
Sentiment Classification7мин
Debiasing word embeddings11мин
Quiz1 практическое упражнение
Natural Language Processing & Word Embeddings20мин
Неделя
3
Часов на завершение
5 ч. на завершение

Sequence models & Attention mechanism

Sequence models can be augmented using an attention mechanism. This algorithm will help your model understand where it should focus its attention given a sequence of inputs. This week, you will also learn about speech recognition and how to deal with audio data....
Reading
11 видео ((всего 103 мин.)), 3 тестов
Video11 видео
Picking the most likely sentence8мин
Beam Search11мин
Refinements to Beam Search11мин
Error analysis in beam search9мин
Bleu Score (optional)16мин
Attention Model Intuition9мин
Attention Model12мин
Speech recognition8мин
Trigger Word Detection5мин
Conclusion and thank you2мин
Quiz1 практическое упражнение
Sequence models & Attention mechanism20мин
4.8
Рецензии: 1,182Chevron Right
Формирование карьерного пути

44%

начал новую карьеру, пройдя эти курсы
Карьерные преимущества

40%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие рецензии

автор: WKMar 14th 2018

I was really happy because I could learn deep learning from Andrew Ng.\n\nThe lectures were fantastic and amazing.\n\nI was able to catch really important concepts of sequence models.\n\nThanks a lot!

автор: JYOct 30th 2018

The lectures covers lots of SOTA deep learning algorithms and the lectures are well-designed and easy to understand. The programming assignment is really good to enhance the understanding of lectures.

Преподавателя

Avatar

Andrew Ng

CEO/Founder Landing AI; Co-founder, Coursera; Adjunct Professor, Stanford University; formerly Chief Scientist,Baidu and founding lead of Google Brain
Avatar

Head Teaching Assistant - Kian Katanforoosh

Lecturer of Computer Science at Stanford University, deeplearning.ai, Ecole CentraleSupelec
Avatar

Teaching Assistant - Younes Bensouda Mourri

Mathematical & Computational Sciences, Stanford University, deeplearning.ai

О deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

О специализации ''Deep Learning'

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....
Deep Learning

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.

  • 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.

Остались вопросы? Посетите Центр поддержки учащихся.