Informações sobre o curso
171,066 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível avançado

Aprox. 36 horas para completar

Sugerido: 6 weeks of study, 6-10 hours/week...

Inglês

Legendas: Inglês, Coreano

Habilidades que você terá

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível avançado

Aprox. 36 horas para completar

Sugerido: 6 weeks of study, 6-10 hours/week...

Inglês

Legendas: Inglês, Coreano

Programa - O que você aprenderá com este curso

Semana
1
5 horas para concluir

Introduction to optimization

Welcome to the "Introduction to Deep Learning" course! In the first week you'll learn about linear models and stochatic optimization methods. Linear models are basic building blocks for many deep architectures, and stochastic optimization is used to learn every model that we'll discuss in our course.

...
9 vídeos ((Total 63 mín.)), 2 leituras, 3 testes
9 videos
Course intro6min
Linear regression9min
Linear classification10min
Gradient descent5min
Overfitting problem and model validation6min
Model regularization5min
Stochastic gradient descent5min
Gradient descent extensions9min
2 leituras
Welcome!5min
Hardware for the course10min
2 exercícios práticos
Linear models6min
Overfitting and regularization8min
Semana
2
6 horas para concluir

Introduction to neural networks

This module is an introduction to the concept of a deep neural network. You'll begin with the linear model and finish with writing your very first deep network.

...
9 vídeos ((Total 85 mín.)), 3 leituras, 4 testes
9 videos
Chain rule7min
Backpropagation9min
Efficient MLP implementation13min
Other matrix derivatives5min
What is TensorFlow10min
Our first model in TensorFlow10min
What Deep Learning is and is not8min
Deep learning as a language6min
3 leituras
Optional reading on matrix derivatives1min
TensorFlow reading1min
Keras reading1min
2 exercícios práticos
Multilayer perceptron10min
Matrix derivatives20min
Semana
3
5 horas para concluir

Deep Learning for images

In this week you will learn about building blocks of deep learning for image input. You will learn how to build Convolutional Neural Network (CNN) architectures with these blocks and how to quickly solve a new task using so-called pre-trained models.

...
6 vídeos ((Total 59 mín.)), 3 testes
6 videos
Our first CNN architecture10min
Training tips and tricks for deep CNNs14min
Overview of modern CNN architectures8min
Learning new tasks with pre-trained CNNs5min
A glimpse of other Computer Vision tasks8min
1 exercício prático
Convolutions and pooling10min
Semana
4
4 horas para concluir

Unsupervised representation learning

This week we're gonna dive into unsupervised parts of deep learning. You'll learn how to generate, morph and search images with deep learning.

...
9 vídeos ((Total 81 mín.)), 3 testes
9 videos
Autoencoders 1015min
Autoencoder applications9min
Autoencoder applications: image generation, data visualization & more7min
Natural language processing primer10min
Word embeddings13min
Generative models 1017min
Generative Adversarial Networks10min
Applications of adversarial approach11min
1 exercício prático
Word embeddings8min
4.6
205 avaliaçõesChevron Right

29%

comecei uma nova carreira após concluir estes cursos

34%

consegui um benefício significativo de carreira com este curso

14%

recebi um aumento ou promoção

Principais avaliações do Introduction to Deep Learning

por AKJun 2nd 2019

one of the best courses I have attended. clear explanation, clear examples, amazing quizzes & Programming Assignment this course is advanced level, don't enroll it if you are a new starter.

por SSJul 20th 2018

Fantastic course.In fact, I think it,s not a easy thing to accomplish all the assignments with this course.\n\nI got a lot of gains through this course. Thanks for all the instructors.

Instrutores

Avatar

Evgeny Sokolov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Andrei Zimovnov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexander Panin

Lecturer
HSE Faculty of Computer Science
Avatar

Ekaterina Lobacheva

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Nikita Kazeev

Researcher
HSE Faculty of Computer Science

Sobre National Research University Higher School of Economics

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

Sobre o Programa de cursos integrados Aprendizagem de máquina avançada

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Aprendizagem de máquina avançada

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.