このコースはディープラーニングの専門講座に属します。

Andrew Ng +2人以上のインストラクター
トップ講師陣

提供：

ディープラーニングの専門講座deeplearning.ai

このコースについて

801,678 最近の表示

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.

受講生の就業成果

33%

コース終了後に新しいキャリアをスタートした

32%

コースが具体的なキャリアアップにつながった

12%

昇給や昇進につながった

共有できる証明書

修了時に証明書を取得

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。

次における5の2コース

ディープラーニングの専門講座

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。

初級レベル

約18時間で修了

英語

字幕：中国語（繁体）, フランス語, 中国語（簡体）, ポルトガル語（ブラジル）, ベトナム語, 韓国語, ロシア語, トルコ語, 英語, スペイン語

習得するスキル

HyperparameterTensorflowHyperparameter OptimizationDeep Learning

受講生の就業成果

33%

コース終了後に新しいキャリアをスタートした

32%

コースが具体的なキャリアアップにつながった

12%

昇給や昇進につながった

共有できる証明書

修了時に証明書を取得

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。

次における5の2コース

ディープラーニングの専門講座

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。

初級レベル

約18時間で修了

英語

字幕：中国語（繁体）, フランス語, 中国語（簡体）, ポルトガル語（ブラジル）, ベトナム語, 韓国語, ロシア語, トルコ語, 英語, スペイン語

講師

講師の評価

4.92/5 (2,820 件の評価)

提供：

deeplearning.ai

Founded by Andrew Ng, DeepLearning.AI is an education technology company that develops a global community of AI talent.

シラバス - 本コースの学習内容

コンテンツの評価96%(55,840 件の評価)

週

週 1

8時間で修了

Practical aspects of Deep Learning

8時間で修了

15件のビデオ（合計131分）, 3 学習用教材, 4 個のテスト

15件のビデオ

Train / Dev / Test sets12 分

Bias / Variance8 分

Basic Recipe for Machine Learning6 分

Regularization9 分

Why regularization reduces overfitting?7 分

Dropout Regularization9 分

Understanding Dropout7 分

Other regularization methods8 分

Normalizing inputs5 分

Vanishing / Exploding gradients6 分

Weight Initialization for Deep Networks6 分

Numerical approximation of gradients6 分

Gradient checking6 分

Gradient Checking Implementation Notes5 分

Yoshua Bengio interview25 分

3件の学習用教材

Clarification about Upcoming Regularization Video1 分

Clarification about Upcoming Understanding dropout Video1 分

Clarification about Upcoming Normalizing Inputs Video1 分

1の練習問題

Practical aspects of deep learning30 分

週

週 2

5時間で修了

Optimization algorithms

5時間で修了

11件のビデオ（合計92分）, 2 学習用教材, 2 個のテスト

11件のビデオ

Mini-batch gradient descent11 分

Understanding mini-batch gradient descent11 分

Exponentially weighted averages5 分

Understanding exponentially weighted averages9 分

Bias correction in exponentially weighted averages4 分

Gradient descent with momentum9 分

RMSprop7 分

Adam optimization algorithm7 分

Learning rate decay6 分

The problem of local optima5 分

Yuanqing Lin interview13 分

2件の学習用教材

Clarification about Upcoming Adam Optimization Video1 分

Clarification about Learning Rate Decay Video1 分

1の練習問題

Optimization algorithms30 分

週

週 3

5時間で修了

Hyperparameter tuning, Batch Normalization and Programming Frameworks

5時間で修了

11件のビデオ（合計104分）, 2 学習用教材, 2 個のテスト

11件のビデオ

Tuning process7 分

Using an appropriate scale to pick hyperparameters8 分

Hyperparameters tuning in practice: Pandas vs. Caviar6 分

Normalizing activations in a network8 分

Fitting Batch Norm into a neural network12 分

Why does Batch Norm work?11 分

Batch Norm at test time5 分

Softmax Regression11 分

Training a softmax classifier10 分

Deep learning frameworks4 分

TensorFlow16 分

2件の学習用教材

Clarifications about Upcoming Softmax Video1 分

Note about TensorFlow 1 and TensorFlow 210 分

1の練習問題

Hyperparameter tuning, Batch Normalization, Programming Frameworks30 分

ディープラーニング専門講座について

If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning.

In five courses, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional networks, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization, and more. You will work on case studies from healthcare, autonomous driving, sign language reading, music generation, and natural language processing. You will master not only the theory, but also see how it is applied in industry. You will practice all these ideas in Python and in TensorFlow, which we will teach. You will also hear from many top leaders in Deep Learning, who will share with you their personal stories and give you career advice. AI is transforming multiple industries. After finishing this specialization, you will likely find creative ways to apply it to your work. We will help you master Deep Learning, understand how to apply it, and build a career in AI.

よくある質問

いつ講座や課題にアクセスできるようになりますか？
講義と課題へのアクセスは、登録のタイプによって異なります。聴講モードでコースを受講すると、ほとんどのコース教材を無料で見ることができます。採点された課題にアクセスして修了証を取得するには、聴講中または聴講後に、修了証エクスペリエンスを購入する必要があります。聴講オプションが表示されない場合：
コースは聴講オプションを提供していない可能性があります。代わりに無料トライアルをお試しいただくか、学資援助を申請することができます。
コースは、聴講オプションを提供せずに「修了証なしフルコース」オプションを提供する場合があります。このオプションでは、すべてのコース教材が表示され、必須の評価を提出して、最終成績を取得することができます。この場合、修了証エクスペリエンスは購入できません。
この専門講座をサブスクライブすると何を行うことができるようになりますか？
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。
Is financial aid available?
はい。受講料の支払いが難しい受講生に、Coursera（コーセラ）は学資援助を提供しています。左側の［登録］ボタンの下にある［学資援助］のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。キャップストーンプロジェクトを含む専門講座の各コースでこのステップを完了する必要があります。詳細。

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。

Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization

このコースについて

受講生の就業成果

33%

32%

12%

習得するスキル

受講生の就業成果

33%

32%

12%

講師

Andrew Ng
トップ講師陣

Kian Katanforoosh
トップ講師陣

Teaching Assistant - Younes Bensouda Mourri
トップ講師陣

提供：

deeplearning.ai

シラバス - 本コースの学習内容

週 1

Practical aspects of Deep Learning

週 2

Optimization algorithms

週 3

Hyperparameter tuning, Batch Normalization and Programming Frameworks

レビュー