Build Multilayer Perceptron Models with Keras
Оценки: 96

3 679 уже зарегистрированы
Build and train a multilayer perceptron (MLP) with Keras
Perform topic classification with neural networks
3 679 уже зарегистрированы
Build and train a multilayer perceptron (MLP) with Keras
Perform topic classification with neural networks
In this 45-minute long project-based course, you will build and train a multilayer perceptronl (MLP) model using Keras, with Tensorflow as its backend. We will be working with the Reuters dataset, a set of short newswires and their topics, published by Reuters in 1986. It's a very simple, widely used toy dataset for text classification. There are 46 different topics, some of which are more represented than others. But each topic has at least 10 examples in the training set. So in this project, you will build a MLP feed-forward neural network to classify Reuters newswires into 46 different mutually-exclusive topics. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, and Keras pre-installed. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Data Science
Deep Learning
Machine Learning
Tensorflow
keras
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Project Overview and Import Libraries
Load the Reuters Dataset
Vectorize Sequences and One-hot Encode Class Labels
Build Multilayer Perceptron Model
Train Model
Evaluate Model on Test Data
Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.
На разделенном экране видео преподаватель предоставляет пошаговые
от партнера AM
19 мая 2020 г.Nice project for practice. For those who are beginner it is very good for them to do practice.
от партнера BB
16 июля 2020 г.Professor taught course quite well and work load was bearable. Though it was soooooo easy course I would suggest Professor to increase the difficulty level by adding another week.
от партнера MS
31 июля 2020 г.easty-to-use, fast project accompanied by a general understanding of MPLs!
от партнера CM
3 окт. 2021 г.This course is like learning to cook with microwave. Sufficiently easy for a great start. Can be followed up with course recommendations on data preprocessing, model tuning and evaluation, etc.
Приобретая проект с консультациями, вы получаете все необходимое для его выполнения, включая браузерный доступ к рабочему столу, содержащему папки и программы для начала работы, а также пошаговые видеоинструкции от отраслевого эксперта.
Поскольку ваше рабочее пространство включает облачный рабочий стол, рассчитанный на ноутбук или ПК, проекты с консультациями недоступны на мобильном устройстве.
Преподаватели, ведущие проект с рекомендациями, — это отраслевые эксперты с навыками, инструментами и пониманием темы, которые хотят разделить свои знания с миллионами учащихся по всему миру.
Вы можете скачать и сохранить любой из созданных файлов своего проекта с рекомендациями. Для этого воспользуйтесь функцией "Обозреватель файлов" на облачном рабочем столе.
Средства за проекты с рекомендациями не возвращаются. Ознакомьтесь с полным текстом нашей политики возврата средств.
Финансовая помощь недоступна для проектов с рекомендациями.
Прослушивание недоступно для проектов с консультациями.
В верхней части страницы вы можете нажать уровень опыта для этого проекта с консультациями, чтобы просмотреть предварительные требования к знаниями. Преподаватель проведет вас пошагово по каждому уровню проекта с консультациями.
Да, все необходимое для завершения проекта с рекомендациями будет доступно на облачном рабочем столе. Вы сможете открыть этот рабочий стол в браузере.
Вы научитесь выполнять задания в режиме разделенного экрана непосредственно в браузере. В левой части экрана можно выполнять задания в своем рабочем пространстве. В правой части экрана можно просматривать пошаговые инструкции преподавателя по работе с проектом.
Остались вопросы? Посетите Центр поддержки учащихся.