Informações sobre o curso

300,933 visualizações recentes

Resultados de carreira do aprendiz

35%

comecei uma nova carreira após concluir estes cursos

40%

consegui um benefício significativo de carreira com este curso

21%

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. 34 horas para completar
Inglês

Habilidades que você terá

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning

Resultados de carreira do aprendiz

35%

comecei uma nova carreira após concluir estes cursos

40%

consegui um benefício significativo de carreira com este curso

21%

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. 34 horas para completar
Inglês

oferecido por

Placeholder

National Research University Higher School of Economics

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up85%(9,011 classificações)Info
Semana
1

Semana 1

6 horas para concluir

Introduction to optimization

6 horas para concluir
10 vídeos (Total 64 mín.), 3 leituras, 3 testes
10 videos
Welcome to AML specialization!2min
Course intro6min
Linear regression9min
Linear classification10min
Gradient descent5min
Overfitting problem and model validation6min
Model regularization5min
Stochastic gradient descent5min
Gradient descent extensions9min
3 leituras
About the University10min
Welcome!5min
Hardware for the course10min
2 exercícios práticos
Linear models30min
Overfitting and regularization30min
Semana
2

Semana 2

5 horas para concluir

Introduction to neural networks

5 horas para concluir
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

Semana 3

6 horas para concluir

Deep Learning for images

6 horas para concluir
6 vídeos (Total 59 mín.)
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 pooling30min
Semana
4

Semana 4

5 horas para concluir

Unsupervised representation learning

5 horas para concluir
9 vídeos (Total 81 mín.)
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 embeddings30min

Avaliações

Principais avaliações do INTRODUCTION TO DEEP LEARNING

Visualizar todas as avaliações

Sobre Programa de cursos integrados Aprendizagem de máquina avançada

Aprendizagem de máquina avançada

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.