This course is an introduction to sequence models and their applications, including an overview of sequence model architectures and how to handle inputs of variable length.
Этот курс входит в специализацию ''Специализация Advanced Machine Learning with TensorFlow on Google Cloud Platform'
от партнера
Об этом курсе
Недавно просмотрено: 20,716
Карьерные результаты учащихся
50%
начал новую карьеру, пройдя эти курсы
67%
получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 4 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 15 часов на выполнение
Английский
Субтитры: Английский
Преподаватели
Карьерные результаты учащихся
50%
начал новую карьеру, пройдя эти курсы
67%
получил значимые преимущества в карьере благодаря этому курсу
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 4 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень
Прибл. 15 часов на выполнение
Английский
Субтитры: Английский
от партнера
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Программа курса: что вы изучите
4 ч. на завершение
Working with Sequences
In this module, you’ll learn what a sequence is, see how you can prepare sequence data for modeling, and be introduced to some classical approaches to sequence modeling and practice applying them.
4 ч. на завершение
14 видео ((всего 41 мин.)), 1 материал для самостоятельного изучения, 4 тестов
14 видео
Getting Started with Google Cloud Platform and Qwiklabs3мин
Sequence data and models5мин
From sequences to inputs2мин
Modeling sequences with linear models2мин
Lab intro: using linear models for sequences20
Lab solution: using linear models for sequences7мин
Modeling sequences with DNNs2мин
Lab intro: using DNNs for sequences19
Lab solution: using DNNs for sequences2мин
Modeling sequences with CNNs3мин
Lab intro: using CNNs for sequences19
Lab solution: using CNNs for sequences3мин
The variable-length problem4мин
1 материал для самостоятельного изучения
How to send course feedback10мин
1 практическое упражнение
Working with Sequences
15 минут на завершение
Recurrent Neural Networks
In this module, we introduce recurrent neural nets, explain how they address the variable-length sequence problem, explain how our traditional optimization procedure applies to RNNs, and review the limits of what RNNs can and can’t represent.
15 минут на завершение
4 видео ((всего 15 мин.))
4 видео
How RNNs represent the past4мин
The limits of what RNNs can represent5мин
The vanishing gradient problem1мин
1 практическое упражнение
Recurrent Neural Networks
4 ч. на завершение
Dealing with Longer Sequences
In this module we dive deeper into RNNs. We’ll talk about LSTMs, Deep RNNs, working with real world data, and more.
4 ч. на завершение
14 видео ((всего 62 мин.))
14 видео
Introduction2мин
LSTMs and GRUs6мин
RNNs in TensorFlow2мин
Lab Intro: Time series prediction: end-to-end (rnn)45
Lab Solution: Time series prediction: end-to-end (rnn)10мин
Deep RNNs1мин
Lab Intro: Time series prediction: end-to-end (rnn2)26
Lab Solution: Time series prediction: end-to-end (rnn2)6мин
Improving our Loss Function2мин
Demo: Time series prediction: end-to-end (rnnN)3мин
Working with Real Data10мин
Lab Intro: Time Series Prediction - Temperature from Weather Data1мин
Lab Solution: Time Series Prediction - Temperature from Weather Data11мин
Summary1мин
1 практическое упражнение
Dealing with Longer Sequences
2 ч. на завершение
Text Classification
In this module we look at different ways of working with text and how to create your own text classification models.
2 ч. на завершение
8 видео ((всего 35 мин.))
8 видео
Text Classification6мин
Selecting a Model2мин
Lab Intro: Text Classification47
Lab Solution: Text Classification11мин
Python vs Native TensorFlow4мин
Demo: Text Classification with Native TensorFlow7мин
Summary1мин
1 практическое упражнение
Text Classification
1 ч. на завершение
Reusable Embeddings
Labeled data for our classification models is expensive and precious. Here we will address how we can reuse pre-trained embeddings to make our models with TensorFlow Hub.
1 ч. на завершение
6 видео ((всего 28 мин.))
6 видео
Modern methods of making word embeddings8мин
Introducing TensorFlow Hub1мин
Lab Intro: Evaluating a pre-trained embedding from TensorFlow Hub24
Lab Solution: TensorFlow Hub9мин
Using TensorFlow Hub within an estimator1мин
1 практическое упражнение
Reusable Embeddings
3 ч. на завершение
Encoder-Decoder Models
In this module, we focus on a sequence-to-sequence model called the encoder-decoder network to solve tasks, such as Machine Translation, Text Summarization and Question Answering.
3 ч. на завершение
10 видео ((всего 84 мин.))
10 видео
Attention Networks4мин
Training Encoder-Decoder Models with TensorFlow6мин
Introducing Tensor2Tensor11мин
Lab Intro: Cloud poetry: Training custom text models on Cloud AI Platform1мин
Lab Solution: Cloud poetry: Training custom text models on Cloud AI Platform25мин
AutoML Translation4мин
Dialogflow6мин
Lab Intro: Introducing Dialogflow54
Lab Solution: Dialogflow13мин
1 практическое упражнение
Encoder-Decoder Models
14 минут на завершение
Summary
In this final module, we review what you have learned so far about sequence modeling for time-series and natural language data.
14 минут на завершение
1 видео ((всего 4 мин.)), 1 материал для самостоятельного изучения
1 видео
Summary3мин
1 материал для самостоятельного изучения
Additional Reading10мин
Рецензии
Лучшие отзывы о курсе SEQUENCE MODELS FOR TIME SERIES AND NATURAL LANGUAGE PROCESSING
от партнера PR10 авг. 2019 г.
Great way to practically learn a lot of stuff. Sometimes, a lot of it starts to go over head. But, it is completely worth the learning curve! Definitely recommend it!
от партнера JW10 нояб. 2018 г.
Excellent course for those who know RNN. Knowledge is refreshed and techniques are consolidated. More details about Google ecosystem is introduced.
от партнера ND28 февр. 2020 г.
I have only one remark, please improve lesson regarding NLP by includin model build etc. Otherwise course is excellent and was helpful for me
от партнера HS22 июля 2019 г.
Though not focused on fundamental concepts, it's a great course to learn to use tensorflow and google cloud platform for sequence modelling.
Специализация Advanced Machine Learning with TensorFlow on Google Cloud Platform: общие сведения
This 5-course specialization focuses on advanced machine learning topics using Google Cloud Platform where you will get hands-on experience optimizing, deploying, and scaling production ML models of various types in hands-on labs. This specialization picks up where “Machine Learning on GCP” left off and teaches you how to build scalable, accurate, and production-ready models for structured data, image data, time-series, and natural language text. It ends with a course on building recommendation systems. Topics introduced in earlier courses are referenced in later courses, so it is recommended that you take the courses in exactly this order.
Часто задаваемые вопросы
Можно ли ознакомиться с курсом до регистрации?
Что я получу, зарегистрировавшись на курс?
Когда я получу сертификат о прохождении курса?
Почему я не могу прослушать этот курс?
Is financial aid available?
Остались вопросы? Посетите Центр поддержки учащихся.
