Este curso forma parte de Programa especializado: Aprendizaje profundo

4.9
estrellas
59,306 calificaciones

Andrew Ng +2 instructores más
Instructores principales

415.200 ya inscrito

ofrecido por

Programa especializado: Aprendizaje profundodeeplearning.ai

Acerca de este Curso

514.029 vistas recientes

In the second course of the Deep Learning Specialization, you will open the deep learning black box to understand the processes that drive performance and generate good results systematically. 
By the end, you will learn the best practices to train and develop test sets and analyze bias/variance for building deep learning applications; be able to use standard neural network techniques such as initialization, L2 and dropout regularization, hyperparameter tuning, batch normalization, and gradient checking; implement and apply a variety of optimization algorithms, such as mini-batch gradient descent, Momentum, RMSprop and Adam, and check for their convergence; and implement a neural network in TensorFlow.

The Deep Learning Specialization is our foundational program that will help you understand the capabilities, challenges, and consequences of deep learning and prepare you to participate in the development of leading-edge AI technology. It provides a pathway for you to gain the knowledge and skills to apply machine learning to your work, level up your technical career, and take the definitive step in the world of AI.

Resultados profesionales del estudiante

11%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 2 de 5 en

Programa Especializado - Aprendizaje profundo

Nivel intermedio

Intermediate Python skills: basic programming, understanding of for loops, if/else statements, data structures
A basic grasp of linear algebra & ML

Aprox. 23 horas para completar

Inglés (English)

Subtítulos: Chino (tradicional), Árabe (Arabic), Francés (French), Portugués (europeo), Chino (simplificado), Italiano, Portugués (de Brasil), Vietnamita, Coreano, Alemán (German), Ruso (Russian), Turco (Turkish), Inglés (English), Español (Spanish)

Habilidades que obtendrás

TensorflowDeep LearningMathematical Optimizationhyperparameter tuning

Resultados profesionales del estudiante

11%

consiguió un beneficio tangible en su carrera profesional gracias a este curso

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 2 de 5 en

Programa Especializado - Aprendizaje profundo

Nivel intermedio

Intermediate Python skills: basic programming, understanding of for loops, if/else statements, data structures
A basic grasp of linear algebra & ML

Aprox. 23 horas para completar

Inglés (English)

Instructores

Calificación del instructor

4,92/5 (3904 calificaciones)

ofrecido por

deeplearning.ai

DeepLearning.AI is an education technology company that develops a global community of AI talent.

Programa - Qué aprenderás en este curso

Calificación del contenido96%(63,123 calificaciones)

Semana

Semana 1

13 horas para completar

Practical Aspects of Deep Learning

Discover and experiment with a variety of different initialization methods, apply L2 regularization and dropout to avoid model overfitting, then apply gradient checking to identify errors in a fraud detection model.

13 horas para completar

15 videos (Total 131 minutos), 5 lecturas, 5 cuestionarios

15 videos

Train / Dev / Test sets12m

Bias / Variance8m

Basic Recipe for Machine Learning6m

Regularization9m

Why Regularization Reduces Overfitting?7m

Dropout Regularization9m

Understanding Dropout7m

Other Regularization Methods8m

Normalizing Inputs5m

Vanishing / Exploding Gradients6m

Weight Initialization for Deep Networks6m

Numerical Approximation of Gradients6m

Gradient Checking6m

Gradient Checking Implementation Notes5m

Yoshua Bengio Interview25m

5 lecturas

Clarification about Upcoming Regularization Video1m

Clarification about Upcoming Understanding Dropout Video1m

Lectures Notes1m

How to Download your Notebook

How to Refresh your Workspace5m

1 ejercicio de práctica

Practical aspects of Deep Learning20m

Semana

Semana 2

5 horas para completar

Optimization Algorithms

Develop your deep learning toolbox by adding more advanced optimizations, random minibatching, and learning rate decay scheduling to speed up your models.

5 horas para completar

11 videos (Total 92 minutos), 3 lecturas, 2 cuestionarios

11 videos

Mini-batch Gradient Descent11m

Understanding Mini-batch Gradient Descent11m

Exponentially Weighted Averages5m

Understanding Exponentially Weighted Averages9m

Bias Correction in Exponentially Weighted Averages4m

Gradient Descent with Momentum9m

RMSprop7m

Adam Optimization Algorithm7m

Learning Rate Decay6m

The Problem of Local Optima5m

Yuanqing Lin Interview13m

3 lecturas

Clarification about Upcoming Adam Optimization Video1m

Clarification about Learning Rate Decay Video1m

Lecture Notes1m

1 ejercicio de práctica

Optimization Algorithms20m

Semana

Semana 3

5 horas para completar

Hyperparameter Tuning, Batch Normalization and Programming Frameworks

Explore TensorFlow, a deep learning framework that allows you to build neural networks quickly and easily, then train a neural network on a TensorFlow dataset.

5 horas para completar

11 videos (Total 103 minutos), 6 lecturas, 2 cuestionarios

11 videos

Tuning Process7m

Using an Appropriate Scale to pick Hyperparameters8m

Hyperparameters Tuning in Practice: Pandas vs. Caviar6m

Normalizing Activations in a Network8m

Fitting Batch Norm into a Neural Network12m

Why does Batch Norm work?11m

Batch Norm at Test Time5m

Softmax Regression11m

Training a Softmax Classifier10m

Deep Learning Frameworks4m

TensorFlow15m

6 lecturas

Clarification about Upcoming Normalizing Activations in a Network Video1m

Clarifications about Upcoming Softmax Video1m

(Optional) Learn about Gradient Tape and More1m

Lecture Notes1m

References10m

Acknowledgments10m

1 ejercicio de práctica

Hyperparameter tuning, Batch Normalization, Programming Frameworks20m

Reseñas

4.9

6853 reseña

5 stars
88,30 %
4 stars
10,55 %
3 stars
0,97 %
2 stars
0,10 %
1 star
0,05 %

Principales reseñas sobre IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION

por YL20 de feb. de 2018

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.

por AB26 de ago. de 2021

Amazing course which focus on the theoretical part of parameters tuning, but it needs more explanation of Tensorflow, as I felt a little lost in the last project. Except that, it is an amazing course.

por AM8 de oct. de 2019

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

por NA13 de ene. de 2020

After completion of this course I know which values to look at if my ML model is not performing up to the task. It is a detailed but not too complicated course to understand the parameters used by ML.

Ver todas las reseñas

Acerca de Programa especializado: Aprendizaje profundo

The Deep Learning Specialization is a foundational program that will help you understand the capabilities, challenges, and consequences of deep learning and prepare you to participate in the development of leading-edge AI technology.

In this Specialization, you will build and train neural network architectures such as Convolutional Neural Networks, Recurrent Neural Networks, LSTMs, Transformers, and learn how to make them better with strategies such as Dropout, BatchNorm, Xavier/He initialization, and more. Get ready to master theoretical concepts and their industry applications using Python and TensorFlow and tackle real-world cases such as speech recognition, music synthesis, chatbots, machine translation, natural language processing, and more. AI is transforming many industries. The Deep Learning Specialization provides a pathway for you to take the definitive step in the world of AI by helping you gain the knowledge and skills to level up your career. Along the way, you will also get career advice from deep learning experts from industry and academia.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿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.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.

Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization

Acerca de este Curso

Resultados profesionales del estudiante

11%

Habilidades que obtendrás

Resultados profesionales del estudiante

11%

Instructores

Andrew Ng
Instructor principal

Kian Katanforoosh
Instructor principal

Younes Bensouda Mourri
Instructor principal

ofrecido por

deeplearning.ai

Programa - Qué aprenderás en este curso

Semana 1

Practical Aspects of Deep Learning

Semana 2

Optimization Algorithms

Semana 3

Hyperparameter Tuning, Batch Normalization and Programming Frameworks

Reseñas

Principales reseñas sobre IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION

Acerca de Programa especializado: Aprendizaje profundo

Preguntas Frecuentes

Comienza o impulsa tu carrera profesional

Buscar temas populares

Mejora las habilidades de tu equipo

Obtén un título de grado o un certificado en línea

Coursera

Comunidad

Más

Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization

Acerca de este Curso

Resultados profesionales del estudiante

11%

Habilidades que obtendrás

Resultados profesionales del estudiante

11%

Instructores

Andrew NgInstructor principal

Kian KatanforooshInstructor principal

Younes Bensouda MourriInstructor principal

ofrecido por

deeplearning.ai

Programa - Qué aprenderás en este curso

Semana 1

Practical Aspects of Deep Learning

Semana 2

Optimization Algorithms

Semana 3

Hyperparameter Tuning, Batch Normalization and Programming Frameworks

Reseñas

Principales reseñas sobre IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION

Acerca de Programa especializado: Aprendizaje profundo

Preguntas Frecuentes

Coursera Footer

Comienza o impulsa tu carrera profesional

Buscar temas populares

Mejora las habilidades de tu equipo

Obtén un título de grado o un certificado en línea

Coursera

Comunidad

Más

Andrew Ng
Instructor principal

Kian Katanforoosh
Instructor principal

Younes Bensouda Mourri
Instructor principal