Informações sobre o curso
764,135 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 21 horas para completar

Sugerido: 4 weeks of study, 4-5 hours/week...

Inglês

Legendas: Chinês (tradicional), Chinês (simplificado), Coreano, Turco, Inglês, Espanhol, Japonês...

Habilidades que você terá

Facial Recognition SystemTensorflowConvolutional Neural NetworkArtificial Neural Network

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 21 horas para completar

Sugerido: 4 weeks of study, 4-5 hours/week...

Inglês

Legendas: Chinês (tradicional), Chinês (simplificado), Coreano, Turco, Inglês, Espanhol, Japonês...

Programa - O que você aprenderá com este curso

Semana
1
6 horas para concluir

Foundations of Convolutional Neural Networks

12 vídeos (Total 140 mín.), 4 leituras, 3 testes
12 videos
Edge Detection Example11min
More Edge Detection7min
Padding9min
Strided Convolutions9min
Convolutions Over Volume10min
One Layer of a Convolutional Network16min
Simple Convolutional Network Example8min
Pooling Layers10min
CNN Example12min
Why Convolutions?9min
Yann LeCun Interview27min
4 leituras
Strided convolutions *CORRECTION*1min
Simple Convolutional Network Example *CORRECTION*1min
CNN Example *CORRECTION*1min
Why Convolutions? *CORRECTION*1min
1 exercício prático
The basics of ConvNets20min
Semana
2
5 horas para concluir

Deep convolutional models: case studies

11 vídeos (Total 99 mín.), 1 leitura, 2 testes
11 videos
Classic Networks18min
ResNets7min
Why ResNets Work9min
Networks in Networks and 1x1 Convolutions6min
Inception Network Motivation10min
Inception Network8min
Using Open-Source Implementation4min
Transfer Learning8min
Data Augmentation9min
State of Computer Vision12min
1 leituras
Inception Network Motivation *CORRECTION*1min
1 exercício prático
Deep convolutional models20min
Semana
3
4 horas para concluir

Object detection

10 vídeos (Total 85 mín.), 2 leituras, 2 testes
10 videos
Landmark Detection5min
Object Detection5min
Convolutional Implementation of Sliding Windows11min
Bounding Box Predictions14min
Intersection Over Union4min
Non-max Suppression8min
Anchor Boxes9min
YOLO Algorithm7min
(Optional) Region Proposals6min
2 leituras
Convolutional Implementation of Sliding Windows *CORRECTION*1min
YOLO algorithm *CORRECTION*1min
1 exercício prático
Detection algorithms20min
Semana
4
5 horas para concluir

Special applications: Face recognition & Neural style transfer

11 vídeos (Total 76 mín.), 3 leituras, 3 testes
11 videos
One Shot Learning4min
Siamese Network4min
Triplet Loss15min
Face Verification and Binary Classification6min
What is neural style transfer?2min
What are deep ConvNets learning?7min
Cost Function3min
Content Cost Function3min
Style Cost Function13min
1D and 3D Generalizations9min
3 leituras
Triplet Loss *CORRECTION*1min
Face Verification and Binary Classification *CORRECTION*1min
Style Cost *CORRECTION*1min
1 exercício prático
Special applications: Face recognition & Neural style transfer20min
4.9
3226 avaliaçõesChevron Right

36%

comecei uma nova carreira após concluir estes cursos

37%

consegui um benefício significativo de carreira com este curso

12%

recebi um aumento ou promoção

Principais avaliações do Convolutional Neural Networks

por AGJan 13th 2019

Great course for kickoff into the world of CNN's. Gives a nice overview of existing architectures and certain applications of CNN's as well as giving some solid background in how they work internally.

por RKSep 2nd 2019

This is very intensive and wonderful course on CNN. No other course in the MOOC world can be compared to this course's capability of simplifying complex concepts and visualizing them to get intuition.

Instrutores

Avatar

Andrew Ng

CEO/Founder Landing AI; Co-founder, Coursera; Adjunct Professor, Stanford University; formerly Chief Scientist,Baidu and founding lead of Google Brain
Avatar

Head Teaching Assistant - Kian Katanforoosh

Lecturer of Computer Science at Stanford University, deeplearning.ai, Ecole CentraleSupelec
Avatar

Teaching Assistant - Younes Bensouda Mourri

Mathematical & Computational Sciences, Stanford University, deeplearning.ai
Computer Science

Sobre deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

Sobre Programa de cursos integrados Aprendizagem profunda

If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning. In five courses, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional networks, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization, and more. You will work on case studies from healthcare, autonomous driving, sign language reading, music generation, and natural language processing. You will master not only the theory, but also see how it is applied in industry. You will practice all these ideas in Python and in TensorFlow, which we will teach. You will also hear from many top leaders in Deep Learning, who will share with you their personal stories and give you career advice. AI is transforming multiple industries. After finishing this specialization, you will likely find creative ways to apply it to your work. We will help you master Deep Learning, understand how to apply it, and build a career in AI....
Aprendizagem profunda

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.