Acerca de este Curso

230,109 vistas recientes

Resultados profesionales del estudiante

31%

comenzó una nueva carrera después de completar estos cursos

36%

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

20%

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.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel avanzado
Aprox. 34 horas para completar
Inglés (English)

Habilidades que obtendrás

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning

Resultados profesionales del estudiante

31%

comenzó una nueva carrera después de completar estos cursos

36%

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

20%

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.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel avanzado
Aprox. 34 horas para completar
Inglés (English)

ofrecido por

Placeholder

National Research University Higher School of Economics

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up85%(9,327 calificaciones)Info
Semana
1

Semana 1

6 horas para completar

Introduction to optimization

6 horas para completar
10 videos (Total 64 minutos), 4 lecturas, 3 cuestionarios
10 videos
Welcome to AML specialization!2m
Course intro6m
Linear regression9m
Linear classification10m
Gradient descent5m
Overfitting problem and model validation6m
Model regularization5m
Stochastic gradient descent5m
Gradient descent extensions9m
4 lecturas
About the University10m
Rules on the academic integrity in the course10m
Welcome!5m
Hardware for the course10m
2 ejercicios de práctica
Linear models30m
Overfitting and regularization30m
Semana
2

Semana 2

5 horas para completar

Introduction to neural networks

5 horas para completar
9 videos (Total 85 minutos), 3 lecturas, 4 cuestionarios
9 videos
Chain rule7m
Backpropagation9m
Efficient MLP implementation13m
Other matrix derivatives5m
What is TensorFlow10m
Our first model in TensorFlow10m
What Deep Learning is and is not8m
Deep learning as a language6m
3 lecturas
Optional reading on matrix derivatives1m
TensorFlow reading1m
Keras reading1m
2 ejercicios de práctica
Multilayer perceptron10m
Matrix derivatives20m
Semana
3

Semana 3

6 horas para completar

Deep Learning for images

6 horas para completar
6 videos (Total 59 minutos)
6 videos
Our first CNN architecture10m
Training tips and tricks for deep CNNs14m
Overview of modern CNN architectures8m
Learning new tasks with pre-trained CNNs5m
A glimpse of other Computer Vision tasks8m
1 ejercicio de práctica
Convolutions and pooling30m
Semana
4

Semana 4

5 horas para completar

Unsupervised representation learning

5 horas para completar
9 videos (Total 81 minutos)
9 videos
Autoencoders 1015m
Autoencoder applications9m
Autoencoder applications: image generation, data visualization & more7m
Natural language processing primer10m
Word embeddings13m
Generative models 1017m
Generative Adversarial Networks10m
Applications of adversarial approach11m
1 ejercicio de práctica
Word embeddings30m

Reseñas

Principales reseñas sobre INTRODUCTION TO DEEP LEARNING

Ver todas las reseñas

Acerca de Programa especializado: Aprendizaje automático avanzado

Aprendizaje automático avanzado

Preguntas Frecuentes

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