このコースについて

513,534 最近の表示

受講生の就業成果

35%

コース終了後に新しいキャリアをスタートした

40%

コースが具体的なキャリアアップにつながった

21%

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7の1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。
上級レベル
約34時間で修了
英語
字幕:英語, 韓国語

習得するスキル

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning

受講生の就業成果

35%

コース終了後に新しいキャリアをスタートした

40%

コースが具体的なキャリアアップにつながった

21%

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7の1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。
上級レベル
約34時間で修了
英語
字幕:英語, 韓国語

提供:

ロシア国立研究大学経済高等学院(National Research University Higher School of Economics) ロゴ

ロシア国立研究大学経済高等学院(National Research University Higher School of Economics)

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up84%(7,544 件の評価)Info
1

1

6時間で修了

Introduction to optimization

6時間で修了
10件のビデオ (合計64分), 3 readings, 3 quizzes
10件のビデオ
Welcome to AML specialization!2 分
Course intro6 分
Linear regression9 分
Linear classification10 分
Gradient descent5 分
Overfitting problem and model validation6 分
Model regularization5 分
Stochastic gradient descent5 分
Gradient descent extensions9 分
3件の学習用教材
About the University10 分
Welcome!5 分
Hardware for the course10 分
2の練習問題
Linear models30 分
Overfitting and regularization30 分
2

2

5時間で修了

Introduction to neural networks

5時間で修了
9件のビデオ (合計85分), 3 readings, 4 quizzes
9件のビデオ
Chain rule7 分
Backpropagation9 分
Efficient MLP implementation13 分
Other matrix derivatives5 分
What is TensorFlow10 分
Our first model in TensorFlow10 分
What Deep Learning is and is not8 分
Deep learning as a language6 分
3件の学習用教材
Optional reading on matrix derivatives1 分
TensorFlow reading1 分
Keras reading1 分
2の練習問題
Multilayer perceptron10 分
Matrix derivatives20 分
3

3

6時間で修了

Deep Learning for images

6時間で修了
6件のビデオ (合計59分)
6件のビデオ
Our first CNN architecture10 分
Training tips and tricks for deep CNNs14 分
Overview of modern CNN architectures8 分
Learning new tasks with pre-trained CNNs5 分
A glimpse of other Computer Vision tasks8 分
1の練習問題
Convolutions and pooling30 分
4

4

5時間で修了

Unsupervised representation learning

5時間で修了
9件のビデオ (合計81分)
9件のビデオ
Autoencoders 1015 分
Autoencoder applications9 分
Autoencoder applications: image generation, data visualization & more7 分
Natural language processing primer10 分
Word embeddings13 分
Generative models 1017 分
Generative Adversarial Networks10 分
Applications of adversarial approach11 分
1の練習問題
Word embeddings30 分

レビュー

INTRODUCTION TO DEEP LEARNING からの人気レビュー

すべてのレビューを見る

上級機械学習専門講座について

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
上級機械学習

よくある質問

  • 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.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

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。