Informações sobre o curso

333,345 visualizações recentes
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 intermediário

You should take the first 3 courses of the TensorFlow Specialization and be comfortable coding in Python and understanding high school-level math.

Aprox. 13 horas para completar
Inglês
Legendas: Inglês

O que você vai aprender

  • Solve time series and forecasting problems in TensorFlow

  • Prepare data for time series learning using best practices

  • Explore how RNNs and ConvNets can be used for predictions

  • Build a sunspot prediction model using real-world data

Habilidades que você terá

ForecastingMachine LearningTensorflowTime Seriesprediction
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 intermediário

You should take the first 3 courses of the TensorFlow Specialization and be comfortable coding in Python and understanding high school-level math.

Aprox. 13 horas para completar
Inglês
Legendas: Inglês

Instrutores

oferecido por

Logotipo de deeplearning.ai

deeplearning.ai

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up97%(3,724 classificações)Info
Semana
1

Semana 1

3 horas para concluir

Sequences and Prediction

3 horas para concluir
10 vídeos (Total 33 mín.), 3 leituras, 3 testes
10 videos
Time series examples4min
Machine learning applied to time series1min
Common patterns in time series5min
Introduction to time series4min
Train, validation and test sets3min
Metrics for evaluating performance2min
Moving average and differencing2min
Trailing versus centered windows1min
Forecasting4min
3 leituras
Introduction to time series notebook10min
Forecasting notebook10min
Week 1 Wrap up10min
1 exercício prático
Week 1 Quiz
Semana
2

Semana 2

3 horas para concluir

Deep Neural Networks for Time Series

3 horas para concluir
10 vídeos (Total 27 mín.), 5 leituras, 3 testes
10 videos
Preparing features and labels4min
Preparing features and labels3min
Feeding windowed dataset into neural network2min
Single layer neural network2min
Machine learning on time windows37s
Prediction2min
More on single layer neural network2min
Deep neural network training, tuning and prediction4min
Deep neural network3min
5 leituras
Preparing features and labels notebook10min
Sequence bias10min
Single layer neural network notebook10min
Deep neural network notebook10min
Week 2 Wrap up10min
1 exercício prático
Week 2 Quiz
Semana
3

Semana 3

3 horas para concluir

Recurrent Neural Networks for Time Series

3 horas para concluir
10 vídeos (Total 20 mín.), 5 leituras, 3 testes
10 videos
Conceptual overview2min
Shape of the inputs to the RNN2min
Outputting a sequence1min
Lambda layers1min
Adjusting the learning rate dynamically2min
RNN1min
LSTM1min
Coding LSTMs2min
More on LSTM1min
5 leituras
More info on Huber loss10min
RNN notebook10min
Link to the LSTM lesson10min
LSTM notebook10min
Week 3 Wrap up10min
1 exercício prático
Week 3 Quiz
Semana
4

Semana 4

3 horas para concluir

Real-world time series data

3 horas para concluir
11 vídeos (Total 24 mín.), 5 leituras, 3 testes
11 videos
Convolutions58s
Bi-directional LSTMs3min
LSTM1min
Real data - sunspots3min
Train and tune the model3min
Prediction1min
Sunspots1min
Combining our tools for analysis3min
Congratulations!38s
Specialization wrap up - A conversation with Andrew Ng2min
5 leituras
Convolutional neural networks course10min
More on batch sizing10min
LSTM notebook10min
Sunspots notebook10min
Wrap up10min
1 exercício prático
Week 4 Quiz

Avaliações

Principais avaliações do SEQUENCES, TIME SERIES AND PREDICTION

Visualizar todas as avaliações

Sobre Programa de cursos integrados TensorFlow in Practice

Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll explore exciting opportunities for AI applications. Begin by developing an understanding of how to build and train neural networks. Improve a network’s performance using convolutions as you train it to identify real-world images. You’ll teach machines to understand, analyze, and respond to human speech with natural language processing systems. Learn to process text, represent sentences as vectors, and input data to a neural network. You’ll even train an AI to create original poetry! AI is already transforming industries across the world. After finishing this Specialization, you’ll be able to apply your new TensorFlow skills to a wide range of problems and projects. Looking for more advanced TensorFlow content? Check out the new TensorFlow: Data and Deployment Specialization....
TensorFlow in Practice

Perguntas Frequentes – FAQ

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.