このコースについて
159,748 最近の表示

次における1の1コース

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36時間で修了

推奨:6 weeks of study, 6-10 hours/week...

英語

字幕:英語, 韓国語

習得するスキル

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning

次における1の1コース

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36時間で修了

推奨:6 weeks of study, 6-10 hours/week...

英語

字幕:英語, 韓国語

シラバス - 本コースの学習内容

1
5時間で修了

Introduction to optimization

9件のビデオ (合計63分), 2 readings, 3 quizzes
9件のビデオ
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
2件の学習用教材
Welcome!5 分
Hardware for the course10 分
2の練習問題
Linear models6 分
Overfitting and regularization8 分
2
6時間で修了

Introduction to neural networks

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
5時間で修了

Deep Learning for images

6件のビデオ (合計59分), 3 quizzes
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 pooling10 分
4
4時間で修了

Unsupervised representation learning

9件のビデオ (合計81分), 3 quizzes
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 embeddings8 分
4.6
246件のレビューChevron Right

32%

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

15%

昇給や昇進につながった

Introduction to Deep Learning からの人気レビュー

by AKJun 2nd 2019

one of the best courses I have attended. clear explanation, clear examples, amazing quizzes & Programming Assignment this course is advanced level, don't enroll it if you are a new starter.

by RKMar 1st 2019

Really Great course. I would recommend everyone to take this course but after having some "basic knowledge" of Machine Learning, Deep Learning, CNN, RNN and programming in python.

講師

Avatar

Evgeny Sokolov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Andrei Zimovnov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexander Panin

Lecturer
HSE Faculty of Computer Science
Avatar

Ekaterina Lobacheva

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Nikita Kazeev

Researcher
HSE Faculty of Computer Science

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

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

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

  • 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。

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。