Sobre este Programa de cursos integrados
cursos 100% online

cursos 100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível

Cronograma flexível

Definição e manutenção de prazos flexíveis.
Nível intermediário

Nível intermediário

Horas para completar

Aprox. 3 meses para completar

11 horas/semana sugeridas
Idiomas disponíveis

Inglês

Legendas: Inglês, Chinês (tradicional), Árabe, Ucraniano, Chinês (simplificado), Portuguese (Brazilian), Coreano, Turco, Japonês...

Habilidades que você terá

TensorflowConvolutional Neural NetworkArtificial Neural NetworkDeep Learning
cursos 100% online

cursos 100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível

Cronograma flexível

Definição e manutenção de prazos flexíveis.
Nível intermediário

Nível intermediário

Horas para completar

Aprox. 3 meses para completar

11 horas/semana sugeridas
Idiomas disponíveis

Inglês

Legendas: Inglês, Chinês (tradicional), Árabe, Ucraniano, Chinês (simplificado), Portuguese (Brazilian), Coreano, Turco, Japonês...

Como o Programa de cursos integrados funciona

Fazer cursos

Um programa de cursos integrados do Coursera é uma série de cursos para ajudá-lo a dominar uma habilidade. Primeiramente, inscreva-se no programa de cursos integrados diretamente, ou avalie a lista de cursos e escolha por qual você gostaria de começar. Ao se inscrever em um curso que faz parte de um programa de cursos integrados, você é automaticamente inscrito em todo o programa de cursos integrados. É possível concluir apenas um curso — você pode pausar a sua aprendizagem ou cancelar a sua assinatura a qualquer momento. Visite o seu painel de aprendiz para controlar suas inscrições em cursos e progresso.

Projeto prático

Todos os programas de cursos integrados incluem um projeto prático. Você precisará completar com êxito o(s) projeto(s) para concluir o programa de cursos integrados e obter o seu certificado. Se o programa de cursos integrados incluir um curso separado para o projeto prático, você precisará completar todos os outros cursos antes de iniciá-lo.

Obtenha um certificado

Ao concluir todos os cursos e completar o projeto prático, você obterá um certificado que pode ser compartilhado com potenciais empregadores e com sua rede profissional.

how it works

Este Programa de cursos integrados contém 5 cursos

Curso1

Neural Networks and Deep Learning

4.9
44,139 classificações
8,794 avaliações
If you want to break into cutting-edge AI, this course will help you do so. Deep learning engineers are highly sought after, and mastering deep learning will give you numerous new career opportunities. Deep learning is also a new "superpower" that will let you build AI systems that just weren't possible a few years ago. In this course, you will learn the foundations of deep learning. When you finish this class, you will: - Understand the major technology trends driving Deep Learning - Be able to build, train and apply fully connected deep neural networks - Know how to implement efficient (vectorized) neural networks - Understand the key parameters in a neural network's architecture This course also teaches you how Deep Learning actually works, rather than presenting only a cursory or surface-level description. So after completing it, you will be able to apply deep learning to a your own applications. If you are looking for a job in AI, after this course you will also be able to answer basic interview questions. This is the first course of the Deep Learning Specialization....
Curso2

Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization

4.9
27,872 classificações
3,108 avaliações
This course will teach you the "magic" of getting deep learning to work well. Rather than the deep learning process being a black box, you will understand what drives performance, and be able to more systematically get good results. You will also learn TensorFlow. After 3 weeks, you will: - Understand industry best-practices for building deep learning applications. - Be able to effectively use the common neural network "tricks", including initialization, L2 and dropout regularization, Batch normalization, gradient checking, - Be able to implement and apply a variety of optimization algorithms, such as mini-batch gradient descent, Momentum, RMSprop and Adam, and check for their convergence. - Understand new best-practices for the deep learning era of how to set up train/dev/test sets and analyze bias/variance - Be able to implement a neural network in TensorFlow. This is the second course of the Deep Learning Specialization....
Curso3

Structuring Machine Learning Projects

4.8
22,837 classificações
2,558 avaliações
You will learn how to build a successful machine learning project. If you aspire to be a technical leader in AI, and know how to set direction for your team's work, this course will show you how. Much of this content has never been taught elsewhere, and is drawn from my experience building and shipping many deep learning products. This course also has two "flight simulators" that let you practice decision-making as a machine learning project leader. This provides "industry experience" that you might otherwise get only after years of ML work experience. After 2 weeks, you will: - Understand how to diagnose errors in a machine learning system, and - Be able to prioritize the most promising directions for reducing error - Understand complex ML settings, such as mismatched training/test sets, and comparing to and/or surpassing human-level performance - Know how to apply end-to-end learning, transfer learning, and multi-task learning I've seen teams waste months or years through not understanding the principles taught in this course. I hope this two week course will save you months of time. This is a standalone course, and you can take this so long as you have basic machine learning knowledge. This is the third course in the Deep Learning Specialization....
Curso4

Convolutional Neural Networks

4.8
17,361 classificações
2,250 avaliações
This course will teach you how to build convolutional neural networks and apply it to image data. Thanks to deep learning, computer vision is working far better than just two years ago, and this is enabling numerous exciting applications ranging from safe autonomous driving, to accurate face recognition, to automatic reading of radiology images. You will: - Understand how to build a convolutional neural network, including recent variations such as residual networks. - Know how to apply convolutional networks to visual detection and recognition tasks. - Know to use neural style transfer to generate art. - Be able to apply these algorithms to a variety of image, video, and other 2D or 3D data. This is the fourth course of the Deep Learning Specialization....

Instrutores

Avatar

Andrew Ng

CEO/Founder Landing AI; Co-founder, Coursera; Adjunct Professor, Stanford University; formerly Chief Scientist,Baidu and founding lead of Google Brain
Avatar

Head Teaching Assistant - Kian Katanforoosh

Lecturer of Computer Science at Stanford University, deeplearning.ai, Ecole CentraleSupelec
Avatar

Teaching Assistant - Younes Bensouda Mourri

Mathematical & Computational Sciences, Stanford University, deeplearning.ai

Parceiros do setor

Industry Partner Logo #0

Sobre deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

Perguntas Frequentes – FAQ

  • Sim! Para começar, clique na carta de curso que lhe interessa e se inscreva. Você pode se inscrever e concluir o curso para ganhar um certificado compartilhável ou você pode auditar para ver os materiais do curso de graça. Quando você se inscrever em um curso que faz parte de uma especialização, você está automaticamente inscrito para a especialização completa. Visite o seu painel de aluno para acompanhar o seu progresso.

  • Este curso é totalmente on-line, então não existe necessidade de aparecer em uma sala de aula pessoalmente. Você pode acessar suas palestras, leituras e atribuições a qualquer hora e qualquer lugar, via web ou dispositivo móvel.

  • Esta Especialização não carrega créditos universitários, mas algumas universidades podem optar por aceitar certificados de especialização como crédito. Verifique com sua instituição para saber mais.

  • Expected:

    Programming experience. The course is taught in Python. We assume you have basic programming skills (understanding of for loops, if/else statements, data structures such as lists and dictionaries).

    Recommended:

    - Mathematics: basic linear algebra (matrix vector operations and notation) will help.

    - Machine Learning: a basic knowledge of machine learning (how do we represent data, what does a machine learning model do) will help. If you have taken Andrew Ng's Machine Learning course on Coursera, you're good of course!

  • No, these courses have sessions that start every few weeks. Once you enroll in a Specialization, you can take the courses at your own pace and even switch sessions if you fall behind. Please visit the Learner Help Center if you have any more questions about enrollment and sessions: https://learner.coursera.help/hc/en-us/articles/209818613

  • To request a receipt: In your Coursera account, open your My Purchases page. Find the course or Specialization you want a receipt for, and click "Email Receipt." The receipt will be sent within 24 hours. More instructions on requesting a receipt are here: https://learner.coursera.help/hc/en-us/articles/208280236

  • Please go to https://www.coursera.org/enterprise for more information, to contact Coursera, and to pick a plan. For each plan, you decide the number of courses each person can take and hand-pick the collection of courses they can choose from.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.