Специализация: общие сведения

Недавно просмотрено: 163,604
Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll explore exciting opportunities for AI applications. Begin by developing an understanding of how to build and train neural networks. Improve a network’s performance using convolutions as you train it to identify real-world images. You’ll teach machines to understand, analyze, and respond to human speech with natural language processing systems. Learn to process text, represent sentences as vectors, and input data to a neural network. You’ll even train an AI to create original poetry! AI is already transforming industries across the world. After finishing this Specialization, you’ll be able to apply your new TensorFlow skills to a wide range of problems and projects. Looking for more advanced TensorFlow content? Check out the new TensorFlow: Data and Deployment Specialization.
Карьерные результаты учащихся
40%
Начали новую карьеру, пройдя этот продукт (Специализация).
12%
Стали больше зарабатывать или получили повышение.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.

Гибкий график

Установите гибкие сроки сдачи заданий.

Промежуточный уровень

Прибл. 4 месяца на выполнение

Около 5 ч/неделю

Английский

Субтитры: Английский, Испанский, Русский, Японский, Корейский
Карьерные результаты учащихся
40%
Начали новую карьеру, пройдя этот продукт (Специализация).
12%
Стали больше зарабатывать или получили повышение.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.

Гибкий график

Установите гибкие сроки сдачи заданий.

Промежуточный уровень

Прибл. 4 месяца на выполнение

Около 5 ч/неделю

Английский

Субтитры: Английский, Испанский, Русский, Японский, Корейский

Специализация включает несколько курсов: 4

Курс1

Курс 1

Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning

4.7
звезд
Оценки: 8,330
Рецензии: 1,795
Курс2

Курс 2

Convolutional Neural Networks in TensorFlow

4.7
звезд
Оценки: 3,697
Рецензии: 566
Курс3

Курс 3

Natural Language Processing in TensorFlow

4.6
звезд
Оценки: 2,929
Рецензии: 455
Курс4

Курс 4

Sequences, Time Series and Prediction

4.6
звезд
Оценки: 1,921
Рецензии: 312

от партнера

Логотип deeplearning.ai

deeplearning.ai

Часто задаваемые вопросы

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • Да! Чтобы начать, нажмите карточку интересующего вас курса и зарегистрируйтесь. Зарегистрировавшись, вы можете пройти курс и получить сертификат, ссылкой на который можно делиться с другими людьми. Просто ознакомиться с содержанием курса можно бесплатно. При подписке на курс, входящий в специализацию, вы автоматически подписываетесь на всю специализацию. Ход учебы можно отслеживать в панели управления учащегося.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

  • Когда вы регистрируетесь на курс, то можете получить доступ ко всем курсам в специализации. Кроме того, вы получаете сертификат о прохождении курса.Просто ознакомиться с содержанием курса можно бесплатно. Если стоимость обучения для вас слишком велика, вы можете подать заявку на финансовую помощь.

  • Это полностью дистанционный курс, потому вам не нужно ничего посещать. Все лекции, материалы для самостоятельного изучения и задания доступны всегда и везде по Интернету и с мобильных устройств.

  • Эта специализация не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате.

Остались вопросы? Посетите Центр поддержки учащихся.