Informações sobre o curso
43,170 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 16 horas para completar

Sugerido: 4 weeks of study, 2-5 hours/week...

Inglês

Legendas: Inglês

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 16 horas para completar

Sugerido: 4 weeks of study, 2-5 hours/week...

Inglês

Legendas: Inglês

Programa - O que você aprenderá com este curso

Semana
1
8 horas para concluir

Simple Introduction to Machine Learning

23 vídeos (Total 164 mín.), 1 leitura, 10 testes
23 videos
What Is Machine Learning?5min
Logistic Regression9min
Interpretation of Logistic Regression9min
Motivation for Multilayer Perceptron4min
Multilayer Perceptron Concepts5min
Multilayer Perceptron Math Model6min
Deep Learning6min
Example: Document Analysis3min
Interpretation of Multilayer Perceptron9min
Transfer Learning5min
Model Selection7min
Early History of Neural Networks14min
Hierarchical Structure of Images6min
Convolution Filters9min
Convolutional Neural Network3min
CNN Math Model6min
How the Model Learns8min
Advantages of Hierarchical Features4min
CNN on Real Images9min
Applications in Use and Practice10min
Deep Learning and Transfer Learning7min
Introduction to TensorFlow3min
1 leituras
Math for Data Science10min
10 exercícios práticos
Intro to Machine Learning8min
Logistic Regression8min
Multilayer Perceptron8min
Deep Learning8min
Model Selection8min
History of Neural Networks8min
CNN Concepts10min
CNN Math Model4min
Applications In Use and Practice
Week 1 Comprehensive
Semana
2
3 horas para concluir

Basics of Model Learning

6 vídeos (Total 44 mín.), 3 testes
6 videos
How Do We Evaluate Our Networks?12min
How Do We Learn Our Network?7min
How Do We Handle Big Data?10min
Early Stopping2min
Model Learning with TensorFlow49s
3 exercícios práticos
Lesson One10min
Lesson 210min
Week 2 Comprehensive
Semana
3
3 horas para concluir

Image Analysis with Convolutional Neural Networks

8 vídeos (Total 45 mín.), 4 testes
8 videos
Breakdown of the Convolution (1D and 2D)8min
Core Components of the Convolutional Layer7min
Activation Functions4min
Pooling and Fully Connected Layers4min
Training the Network6min
Transfer Learning and Fine-Tuning4min
CNN with TensorFlow52s
4 exercícios práticos
Lesson One10min
Lesson 210min
Lesson 36min
Week 3 Comprehensive
Semana
4
4 horas para concluir

Introduction to Natural Language Processing

13 vídeos (Total 136 mín.), 4 testes
13 videos
Words to Vectors7min
Example of Word Embeddings11min
Neural Model of Text14min
The Softmax Function7min
Methods for Learning Model Parameters9min
More Details on How to Learn Model Parameters6min
The Recurrent Neural Network11min
Long Short-Term Memory20min
Long Short-Term Memory Review11min
Use of LSTM for Text Synthesis9min
Simple and Effective Alternative Methods for Neural NLP15min
Natural Language Processing with TensorFlow41s
4 exercícios práticos
Lesson 12min
Lesson 22min
Lesson 32min
Week 4 Comprehensive30min
4.7
36 avaliaçõesChevron Right

Principais avaliações do Introduction to Machine Learning

por GCJul 9th 2019

Very good introductory course, I highly recommend it to anyone looking to get a flavour of the methods behind the recent advances in AI without going into super-technical details.

por RBJul 30th 2019

I liked the pace and the tensor flow applications. This should be upgraded to TF 2.0 at some point. Also, I would've appreciated some GAN material.

Instrutores

Avatar

Lawrence Carin

James L. Meriam Professor of Electrical and Computer Engineering
Electrical and Computer Engineering

Sobre Universidade Duke

Duke University has about 13,000 undergraduate and graduate students and a world-class faculty helping to expand the frontiers of knowledge. The university has a strong commitment to applying knowledge in service to society, both near its North Carolina campus and around the world....

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 adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, 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.