This course will teach you how to build convolutional neural networks and apply it to image data. Thanks to deep learning, computer vision is working far better than just two years ago, and this is enabling numerous exciting applications ranging from safe autonomous driving, to accurate face recognition, to automatic reading of radiology images.
Este curso forma parte de Programa Especializado - Aprendizaje profundo
ofrecido por
Programa Especializado - Aprendizaje profundodeeplearning.aiAcerca de este Curso
1,982,676 vistas recientes
Resultados profesionales del estudiante
36%
comenzó una nueva carrera después de completar estos cursos
37%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
12%
consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Curso 4 de 5 en
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 20 horas para completar
Inglés (English)
Subtítulos: Chino (tradicional), Chino (simplificado), Coreano, Turco (Turkish), Inglés (English), Español (Spanish), Japonés
Habilidades que obtendrás
Facial Recognition SystemTensorflowConvolutional Neural NetworkArtificial Neural Network
Resultados profesionales del estudiante
36%
comenzó una nueva carrera después de completar estos cursos
37%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
12%
consiguió un aumento de sueldo o ascenso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Curso 4 de 5 en
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 20 horas para completar
Inglés (English)
Subtítulos: Chino (tradicional), Chino (simplificado), Coreano, Turco (Turkish), Inglés (English), Español (Spanish), Japonés
ofrecido por
deeplearning.ai
deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders.
Programa - Qué aprenderás en este curso
6 horas para completar
Foundations of Convolutional Neural Networks
Learn to implement the foundational layers of CNNs (pooling, convolutions) and to stack them properly in a deep network to solve multi-class image classification problems.
6 horas para completar
12 videos (Total 140 minutos), 4 lecturas, 3 cuestionarios
12 videos
Edge Detection Example11m
More Edge Detection7m
Padding9m
Strided Convolutions9m
Convolutions Over Volume10m
One Layer of a Convolutional Network16m
Simple Convolutional Network Example8m
Pooling Layers10m
CNN Example12m
Why Convolutions?9m
Yann LeCun Interview27m
4 lecturas
Strided convolutions *CORRECTION*1m
Simple Convolutional Network Example *CORRECTION*1m
CNN Example *CORRECTION*1m
Why Convolutions? *CORRECTION*1m
1 ejercicio de práctica
The basics of ConvNets30m
5 horas para completar
Deep convolutional models: case studies
Learn about the practical tricks and methods used in deep CNNs straight from the research papers.
5 horas para completar
11 videos (Total 99 minutos), 1 lectura, 2 cuestionarios
11 videos
Classic Networks18m
ResNets7m
Why ResNets Work9m
Networks in Networks and 1x1 Convolutions6m
Inception Network Motivation10m
Inception Network8m
Using Open-Source Implementation4m
Transfer Learning8m
Data Augmentation9m
State of Computer Vision12m
1 lectura
Inception Network Motivation *CORRECTION*1m
1 ejercicio de práctica
Deep convolutional models30m
4 horas para completar
Object detection
Learn how to apply your knowledge of CNNs to one of the toughest but hottest field of computer vision: Object detection.
4 horas para completar
10 videos (Total 85 minutos), 2 lecturas, 2 cuestionarios
10 videos
Landmark Detection5m
Object Detection5m
Convolutional Implementation of Sliding Windows11m
Bounding Box Predictions14m
Intersection Over Union4m
Non-max Suppression8m
Anchor Boxes9m
YOLO Algorithm7m
(Optional) Region Proposals6m
2 lecturas
Convolutional Implementation of Sliding Windows *CORRECTION*1m
YOLO algorithm *CORRECTION*1m
1 ejercicio de práctica
Detection algorithms30m
5 horas para completar
Special applications: Face recognition & Neural style transfer
Discover how CNNs can be applied to multiple fields, including art generation and face recognition. Implement your own algorithm to generate art and recognize faces!
5 horas para completar
11 videos (Total 76 minutos), 3 lecturas, 3 cuestionarios
11 videos
One Shot Learning4m
Siamese Network4m
Triplet Loss15m
Face Verification and Binary Classification6m
What is neural style transfer?2m
What are deep ConvNets learning?7m
Cost Function3m
Content Cost Function3m
Style Cost Function13m
1D and 3D Generalizations9m
3 lecturas
Triplet Loss *CORRECTION*1m
Face Verification and Binary Classification *CORRECTION*1m
Style Cost *CORRECTION*1m
1 ejercicio de práctica
Special applications: Face recognition & Neural style transfer30m
Acerca de Programa especializado: Aprendizaje profundo
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.
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.
¿Hay ayuda económica disponible?
Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.
¿Recibiré crédito universitario por completar el Curso?
Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
