This course will teach you the "magic" of getting deep learning to work well. Rather than the deep learning process being a black box, you will understand what drives performance, and be able to more systematically get good results. You will also learn TensorFlow.
Este curso faz parte do Programa de cursos integrados Aprendizagem profunda
oferecido por
Programa de cursos integrados Aprendizagem profundadeeplearning.aiInformações sobre o curso
1,175,140 visualizações recentes
Resultados de carreira do aprendiz
41%
comecei uma nova carreira após concluir estes cursos
37%
consegui um benefício significativo de carreira com este curso
12%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Curso 2 de 5 no
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível iniciante
Aprox. 18 horas para completar
Inglês
Legendas: Chinês (tradicional), Francês, Chinês (simplificado), Português (Brasil), Coreano, Russo, Turco, Inglês, Espanhol
Habilidades que você terá
HyperparameterTensorflowHyperparameter OptimizationDeep Learning
Resultados de carreira do aprendiz
41%
comecei uma nova carreira após concluir estes cursos
37%
consegui um benefício significativo de carreira com este curso
12%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Curso 2 de 5 no
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível iniciante
Aprox. 18 horas para completar
Inglês
Legendas: Chinês (tradicional), Francês, Chinês (simplificado), Português (Brasil), Coreano, Russo, Turco, Inglês, Espanhol
oferecido por
deeplearning.ai
Founded by Andrew Ng, DeepLearning.AI is an education technology company that develops a global community of AI talent.
Programa - O que você aprenderá com este curso
8 horas para concluir
Practical aspects of Deep Learning
8 horas para concluir
15 vídeos (Total 131 mín.), 3 leituras, 4 testes
15 videos
Bias / Variance8min
Basic Recipe for Machine Learning6min
Regularization9min
Why regularization reduces overfitting?7min
Dropout Regularization9min
Understanding Dropout7min
Other regularization methods8min
Normalizing inputs5min
Vanishing / Exploding gradients6min
Weight Initialization for Deep Networks6min
Numerical approximation of gradients6min
Gradient checking6min
Gradient Checking Implementation Notes5min
Yoshua Bengio interview25min
3 leituras
Clarification about Upcoming Regularization Video1min
Clarification about Upcoming Understanding dropout Video1min
Clarification about Upcoming Normalizing Inputs Video1min
1 exercício prático
Practical aspects of deep learning30min
5 horas para concluir
Optimization algorithms
5 horas para concluir
11 vídeos (Total 92 mín.), 2 leituras, 2 testes
11 videos
Understanding mini-batch gradient descent11min
Exponentially weighted averages5min
Understanding exponentially weighted averages9min
Bias correction in exponentially weighted averages4min
Gradient descent with momentum9min
RMSprop7min
Adam optimization algorithm7min
Learning rate decay6min
The problem of local optima5min
Yuanqing Lin interview13min
2 leituras
Clarification about Upcoming Adam Optimization Video1min
Clarification about Learning Rate Decay Video1min
1 exercício prático
Optimization algorithms30min
5 horas para concluir
Hyperparameter tuning, Batch Normalization and Programming Frameworks
5 horas para concluir
11 vídeos (Total 104 mín.), 2 leituras, 2 testes
11 videos
Tuning process7min
Using an appropriate scale to pick hyperparameters8min
Hyperparameters tuning in practice: Pandas vs. Caviar6min
Normalizing activations in a network8min
Fitting Batch Norm into a neural network12min
Why does Batch Norm work?11min
Batch Norm at test time5min
Softmax Regression11min
Training a softmax classifier10min
Deep learning frameworks4min
TensorFlow16min
2 leituras
Clarifications about Upcoming Softmax Video1min
Note about TensorFlow 1 and TensorFlow 210min
1 exercício prático
Hyperparameter tuning, Batch Normalization, Programming Frameworks30min
Avaliações
Principais avaliações do IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION
por XG30 de Out de 2017
Thank you Andrew!! I know start to use Tensorflow, however, this tool is not well for a research goal. Maybe, pytorch could be considered in the future!! And let us know how to use pytorch in Windows.
por AS18 de Abr de 2020
Very good course to give you deep insight about how to enhance your algorithm and neural network and improve its accuracy. Also teaches you Tensorflow. Highly recommend especially after the 1st course
por YL20 de Fev de 2018
very useful course, especially the last tensorflow assignment. the only reason i gave 4 stars is due to the lack of practice on batchnorm, which i believe is one of the most usefule techniques lately.
por NA13 de Jan de 2020
After completion of this course I know which values to look at if my ML model is not performing up to the task. It is a detailed but not too complicated course to understand the parameters used by ML.
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.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
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.
O que recebo ao me inscrever nesta Especialização?
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.
Is financial aid available?
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 .
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
