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.
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
1,525,431 最近の表示
受講生の就業成果
41%
コース終了後に新しいキャリアをスタートした
37%
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
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）, 中国語（簡体）, ポルトガル語（ブラジル）, 韓国語, 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
41%
コース終了後に新しいキャリアをスタートした
37%
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
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）, 中国語（簡体）, ポルトガル語（ブラジル）, 韓国語, トルコ語, 英語, スペイン語
提供：
deeplearning.ai
Founded by Andrew Ng, deeplearning.ai is on a mission to make world-class AI education accessible to people around the globe so that we can all benefit from an AI-powered future.
シラバス - 本コースの学習内容
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 readings, 4 quizzes
15件のビデオ
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
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 readings, 2 quizzes
11件のビデオ
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
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 readings, 2 quizzes
11件のビデオ
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
レビュー
IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION からの人気レビュー
CVにより2017年12月23日
Exceptional Course, the Hyper parameters explanations are excellent every tip and advice provided help me so much to build better models, I also really liked the introduction of Tensor Flow Thanks.
XGにより2017年10月30日
Thank you Andrew!! I know start to use Tensorflow, however, this tool is not well for a research goal. Maybe, pytorch could be considered in the future!! And let us know how to use pytorch in Windows.
YLにより2018年2月20日
very useful course, especially the last tensorflow assignment. the only reason i gave 4 stars is due to the lack of practice on batchnorm, which i believe is one of the most usefule techniques lately.
AMにより2019年10月8日
I really enjoyed this course. Many details are given here that are crucial to gain experience and tips on things that looks easy at first sight but are important for a faster ML project implementation
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？
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.
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。
返金ポリシーについて教えてください。
サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します。
学資援助はありますか？
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。
コースを修了することで大学の単位は付与されますか？
このコースでは大学の単位は付与されませんが、一部の大学ではコース修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。Coursera（コーセラ）のオンライン学位および Mastertrack™証明書は、大学の単位を取得する機会を提供します。
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。
