Informações sobre o curso

91,773 visualizações recentes

Resultados de carreira do aprendiz

23%

comecei uma nova carreira após concluir estes cursos

38%

consegui um benefício significativo de carreira com este curso

57%

recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado
Aprox. 22 horas para completar
Inglês
Legendas: Inglês

Habilidades que você terá

Machine LearningDeep LearningLong Short-Term Memory (ISTM)Apache Spark

Resultados de carreira do aprendiz

23%

comecei uma nova carreira após concluir estes cursos

38%

consegui um benefício significativo de carreira com este curso

57%

recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado
Aprox. 22 horas para completar
Inglês
Legendas: Inglês

oferecido por

Logotipo de IBM

IBM

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up85%(2,988 classificações)Info
Semana
1

Semana 1

5 horas para concluir

Introduction to deep learning

5 horas para concluir
16 vídeos (Total 61 mín.), 4 leituras, 2 testes
16 videos
Introduction - Romeo Kienzler30s
Introduction - Ilja Rasin1min
Introduction - Niketan Pansare30s
Course Logistics1min
Cloud Architectures for AI and DeepLearning2min
Linear algebra6min
Deep feed forward neural networks12min
Convolutional Neural Networks4min
Recurrent neural networks1min
LSTMs3min
Auto encoders and representation learning2min
Methods for neural network training8min
Gradient Descent Updater Strategies6min
How to choose the correct activation function3min
The bias-variance tradeoff in deep learning3min
4 leituras
IBM Digital Badge10min
Video summary on environment setup10min
Where to get all the code and slides for download?10min
Link to Github10min
1 exercício prático
DeepLearning Fundamentals14min
Semana
2

Semana 2

7 horas para concluir

DeepLearning Frameworks

7 horas para concluir
18 vídeos (Total 116 mín.), 1 leitura, 5 testes
18 videos
Neural Network Debugging with TensorBoard7min
Automatic Differentiation2min
Introduction video44s
Keras overview5min
Sequential models in keras6min
Feed forward networks7min
Recurrent neural networks9min
Beyond sequential models: the functional API3min
Saving and loading models2min
What is SystemML (1/2)3min
What is SystemML (2/2)6min
PyTorch Installation2min
PyTorch Packages2min
Tensor Creation and Visualization of Higher Dimensional Tensors6min
Math Computation and Reshape7min
Computation Graph, CUDA17min
Linear Model17min
1 leituras
Link to files in Github10min
4 exercícios práticos
TensorFlow12min
TensorFlow 2.x12min
Apache SystemML12min
PyTorch Introduction12min
Semana
3

Semana 3

6 horas para concluir

DeepLearning Applications

6 horas para concluir
18 vídeos (Total 115 mín.)
18 videos
How to implement an anomaly detector (1/2)11min
How to implement an anomaly detector (2/2)2min
How to deploy a real-time anomaly detector2min
Introduction to Time Series Forecasting4min
Stateful vs. Stateless LSTMs6min
Batch Size5min
Number of Time Steps, Epochs, Training and Validation8min
Trainin Set Size4min
Input and Output Data Construction7min
Designing the LSTM network in Keras10min
Anatomy of a LSTM Node12min
Number of Parameters7min
Training and loading a saved model4min
Classifying the MNIST dataset with Convolutional Neural Networks5min
Image classification with Imagenet and Resnet503min
Autoencoder - understanding Word2Vec8min
Text Classification with Word Embeddings4min
4 exercícios práticos
Anomaly Detection12min
Sequence Classification with Keras LSTM Network12min
Image Classification6min
NLP6min
Semana
4

Semana 4

4 horas para concluir

Scaling and Deployment

4 horas para concluir
3 vídeos (Total 9 mín.), 2 leituras, 2 testes
3 videos
Computer Vision with IBM Watson Visual Recognition2min
Text Classification with IBM Watson Natural Language Classifier1min
2 leituras
Exercise: Scale a Deep Learning Model on IBM Watson Machine Learning10min
Link to Github10min
1 exercício prático
Methods of parallel neural network training6min

Avaliações

Principais avaliações do APPLIED AI WITH DEEPLEARNING

Visualizar todas as avaliações

Sobre Programa de cursos integrados Advanced Data Science with IBM

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

Perguntas Frequentes – FAQ

  • O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:

    • o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
    • Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

  • The IBM Watson IoT Certified Data Scientist degree is a Coursera specialization IBM is currently creating. This course is one part of 3-4 courses coming up the next couple of months

    Currently only this and another course exist. The other one is the following:

    https://www.coursera.org/learn/exploring-visualizing-iot-data

    The course above will be modified and renamed to "Fundamentals of Applied DataScience" - but if you pass it today, it counts towards the certificate as well

  • Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.