このコースについて
72,941 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

上級レベル

約18時間で修了

推奨:4 weeks of study, 4-6 hours/week...

英語

字幕:英語

習得するスキル

Machine LearningDeep LearningLong Short-Term Memory (ISTM)Apache Spark

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

上級レベル

約18時間で修了

推奨:4 weeks of study, 4-6 hours/week...

英語

字幕:英語

シラバス - 本コースの学習内容

1
5時間で修了

Introduction to deep learning

17件のビデオ (合計65分), 5 readings, 2 quizzes
17件のビデオ
Introduction - Romeo Kienzler30
Introduction - Ilja Rasin1 分
Introduction - Niketan Pansare30
Introduction - Tom Hanlon1 分
Course Logistics1 分
Cloud Architectures for AI and DeepLearning4 分
Linear algebra6 分
Deep feed forward neural networks12 分
Convolutional Neural Networks4 分
Recurrent neural networks1 分
LSTMs3 分
Auto encoders and representation learning2 分
Methods for neural network training8 分
Gradient Descent Updater Strategies6 分
How to choose the correct activation function3 分
The bias-variance tradeoff in deep learning3 分
5件の学習用教材
IBM Digital Badge10 分
Video summary on environment setup10 分
Where to get all the code and slides for download?10 分
Introduction to ApacheSpark10 分
Link to Github10 分
1の練習問題
DeepLearning Fundamentals14 分
2
7時間で修了

deep learning frameworks

24件のビデオ (合計168分), 1 reading, 5 quizzes
24件のビデオ
Neural Network Debugging with TensorBoard7 分
Automatic Differentiation2 分
Introduction video44
Keras overview5 分
Sequential models in keras6 分
Feed forward networks7 分
Recurrent neural networks9 分
Beyond sequential models: the functional API3 分
Saving and loading models2 分
What is SystemML (1/2) ?3 分
What is SystemML (2/2) ?6 分
Demo - How to use Apache SystemML on IBM DSX (1/3)4 分
Demo - How to use Apache SystemML on IBM DSX (2/3)3 分
Demo - How to use Apache SystemML on IBM DSX (3/3)8 分
Introduction to DeepLearning4J12 分
Demo: Running Java in Data Science Experience8 分
DL4J Neural Network Code Example, Mnist Classifier14 分
PyTorch Installation2 分
PyTorch Packages2 分
Tensor Creation and Visualization of Higher Dimensional Tensors6 分
Math Computation and Reshape7 分
Computation Graph, CUDA17 分
Linear Model17 分
1件の学習用教材
Link to files in Github10 分
4の練習問題
TensorFlow12 分
Apache SystemML12 分
DL4J Fundamentals12 分
PyTorch Introduction12 分
3
6時間で修了

DeepLearning Applications

18件のビデオ (合計115分), 2 readings, 5 quizzes
18件のビデオ
How to implement an anomaly detector (1/2)11 分
How to implement an anomaly detector (2/2)2 分
How to deploy a real-time anomaly detector2 分
Introduction to Time Series Forecasting4 分
Stateful vs. Stateless LSTMs6 分
Batch Size5 分
Number of Time Steps, Epochs, Training and Validation8 分
Trainin Set Size4 分
Input and Output Data Construction7 分
Designing the LSTM network in Keras10 分
Anatomy of a LSTM Node12 分
Number of Parameters7 分
Training and loading a saved model4 分
Classifying the MNIST dataset with Convolutional Neural Networks5 分
Image classification with Imagenet and Resnet503 分
Autoencoder - understanding Word2Vec8 分
Text Classification with Word Embeddings4 分
2件の学習用教材
Generative Adversarial Networks (GANs) (optional)10 分
Generative Adversarial Networks (GANs) (optional)10 分
4の練習問題
Anomaly Detection12 分
Sequence Classification with Keras LSTM Network12 分
Image Classification6 分
NLP6 分
4
4時間で修了

scaling and deployment

5件のビデオ (合計40分), 3 readings, 2 quizzes
5件のビデオ
Creating and Scaling a Keras Model in ApacheSpark using DL4J14 分
Creating and Scaling a Keras Model in ApacheSpark using DL4J (Demo)16 分
Computer Vision with IBM Watson Visual Recognition2 分
Text Classification with IBM Watson Natural Language Classifier1 分
3件の学習用教材
Parallel Neural Network Training10 分
Scale a Keras Model with IBM Watson Machine Learning10 分
Link to Github10 分
1の練習問題
Run a Notebook using Keras and DL4J6 分
4.4
74件のレビューChevron Right

23%

コース終了後に新しいキャリアをスタートした

31%

コースが具体的なキャリアアップにつながった

43%

昇給や昇進につながった

Applied AI with DeepLearning からの人気レビュー

by RCApr 26th 2018

It was really great learning with coursera and I loved the course. The way faculty teaches here is just awesome as they are very much clear and helped a lot while learning this coursea

by BSAug 8th 2019

Gave a good hands-on with IBM Watson studio notebooks. Also a good overview of LSTM's, Keras, Predictive maintenance. Good stuff, keep it going

講師

Avatar

Romeo Kienzler

Chief Data Scientist, Course Lead
IBM Watson IoT
Avatar

Niketan Pansare

Senior Software Engineer
IBM Research
Avatar

Tom Hanlon

Training Director
Skymind
Avatar

Max Pumperla

Deep Learning Engineer
Avatar

Ilja Rasin

Data Scientist
IBM Watson Health

IBMについて

IBM offers a wide range of technology and consulting services; a broad portfolio of middleware for collaboration, predictive analytics, software development and systems management; and the world's most advanced servers and supercomputers. Utilizing its business consulting, technology and R&D expertise, IBM helps clients become "smarter" as the planet becomes more digitally interconnected. IBM invests more than $6 billion a year in R&D, just completing its 21st year of patent leadership. IBM Research has received recognition beyond any commercial technology research organization and is home to 5 Nobel Laureates, 9 US National Medals of Technology, 5 US National Medals of Science, 6 Turing Awards, and 10 Inductees in US Inventors Hall of Fame....

Advanced Data Science with IBM専門講座について

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

  • The IBM Watson IoT Certified Data Scientist degree is a Coursera specialization IBM is currently creating. This course is one part of 3-4 courses coming up the next couple of months

    Currently only this and another course exist. The other one is the following:

    https://www.coursera.org/learn/exploring-visualizing-iot-data

    The course above will be modified and renamed to "Fundamentals of Applied DataScience" - but if you pass it today, it counts towards the certificate as well

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。