Informações sobre o curso

629,047 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

Legendas: Inglês, Coreano

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

Legendas: Inglês, Coreano

oferecido por

Logotipo de National Research University Higher School of Economics

National Research University Higher School of Economics

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up83%(6,766 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

Sobre 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.

  • 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 .

  • Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.