Об этом курсе
4.5
Оценки: 43
Рецензии: 7
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень

Продвинутый уровень

Часов на завершение

Прибл. 11 часа на выполнение

Предполагаемая нагрузка: 14 hours/week...
Доступные языки

Английский

Субтитры: Английский
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень

Продвинутый уровень

Часов на завершение

Прибл. 11 часа на выполнение

Предполагаемая нагрузка: 14 hours/week...
Доступные языки

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
Часов на завершение
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....
Reading
14 videos (Total 41 min), 1 материал для самостоятельного изучения, 4 тестов
Video14 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 sequencesмин
Lab solution: using linear models for sequences7мин
Modeling sequences with DNNs2мин
Lab intro: using DNNs for sequencesмин
Lab solution: using DNNs for sequences2мин
Modeling sequences with CNNs3мин
Lab intro: using CNNs for sequencesмин
Lab solution: using CNNs for sequences3мин
The variable-length problem4мин
Reading1 материала для самостоятельного изучения
How to send course feedback10мин
Quiz1 практического упражнения
Working with Sequences0
Часов на завершение
15 минуты 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....
Reading
4 videos (Total 15 min), 1 тест
Video4 видео
How RNNs represent the past4мин
The limits of what RNNs can represent5мин
The vanishing gradient problem1мин
Quiz1 практического упражнения
Recurrent Neural Networks0
Часов на завершение
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....
Reading
14 videos (Total 62 min), 4 тестов
Video14 видео
LSTMs and GRUs6мин
RNNs in TensorFlow2мин
Lab Intro: Time series prediction: end-to-end (rnn)мин
Lab Solution: Time series prediction: end-to-end (rnn)10мин
Deep RNNs1мин
Lab Intro: Time series prediction: end-to-end (rnn2)мин
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
Quiz1 практического упражнения
Dealing with Longer Sequences0
Неделя
2
Часов на завершение
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. ...
Reading
8 videos (Total 35 min), 2 тестов
Video8 видео
Text Classification6мин
Selecting a Model2мин
Lab Intro: Text Classificationмин
Lab Solution: Text Classification11мин
Python vs Native TensorFlow4мин
Demo: Text Classification with Native TensorFlow7мин
Summary1мин
Quiz1 практического упражнения
Text Classification0
Часов на завершение
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....
Reading
6 videos (Total 28 min), 2 тестов
Video6 видео
Modern methods of making word embeddings8мин
Introducing TensorFlow Hub1мин
Lab Intro: Evaluating a pre-trained embedding from TensorFlow Hubмин
Lab Solution: TensorFlow Hub9мин
Using TensorFlow Hub within an estimator1мин
Quiz1 практического упражнения
Reusable Embeddings0
Часов на завершение
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....
Reading
10 videos (Total 84 min), 3 тестов
Video10 видео
Attention Networks4мин
Training Encoder-Decoder Models with TensorFlow6мин
Introducing Tensor2Tensor11мин
Lab Intro: Cloud poetry: Training custom text models on Cloud ML Engine1мин
Lab Solution: Cloud poetry: Training custom text models on Cloud ML Engine25мин
AutoML Translation4мин
Dialogflow6мин
Lab Intro: Introducing Dialogflowмин
Lab Solution: Dialogflow13мин
Quiz1 практического упражнения
Encoder-Decoder Models0
Часов на завершение
14 минуты 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. ...
Reading
1 video (Total 4 min), 1 материал для самостоятельного изучения
Video1 видео
Summary3мин
Reading1 материала для самостоятельного изучения
Additional Reading10мин

Преподавателя

О 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....

О специализации ''Advanced Machine Learning with TensorFlow on Google Cloud Platform'

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....
Advanced Machine Learning with TensorFlow on Google Cloud Platform

Часто задаваемые вопросы

  • Да, до регистрации можно просмотреть первое видео и программу курса. Чтобы получить полный доступ к материалам курса, необходимо оплатить его.

  • Регистрируясь на курс до начала сессии, вы получаете доступ ко всем видеолекциям и материалам для самостоятельного изучения. Задания можно отправлять после начала сессии.

  • После регистрации на курс и начала сессии вы получаете доступ ко всем видео и другим ресурсам курса, включая материалы для самостоятельного изучения и форумы обсуждений. Вы сможете выполнять тренировочные, а также сдавать обязательные оцениваемые задания и получить сертификат о прохождении курса.

  • Если вы успешного пройдете курс, на странице ваших достижений появится электронный сертификат, который можно распечатать или прикрепить к профилю LinkedIn.

  • Это один из немногих курсов на Coursera, которые предоставляются только на платной основе. Если вы хотите пройти этот курс, но не можете его оплатить, подайте заявление на получение финансовой помощи.

Остались вопросы? Посетите Центр поддержки учащихся.