Informações sobre o curso

1,621,131 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.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível iniciante
Aprox. 18 horas para completar
Inglês
Legendas: Chinês (tradicional), Chinês (simplificado), Português (Brasil), Coreano, 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.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível iniciante
Aprox. 18 horas para completar
Inglês
Legendas: Chinês (tradicional), Chinês (simplificado), Português (Brasil), Coreano, Turco, Inglês, Espanhol...

oferecido por

Logotipo de deeplearning.ai

deeplearning.ai

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up96%(49,540 classificações)Info
Semana
1

Semana 1

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
Semana
2

Semana 2

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
Semana
3

Semana 3

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
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

Visualizar todas as avaliações

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

  • 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 .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.