The goal of this course is to give learners basic understanding of modern neural networks and their applications in computer vision and natural language understanding. The course starts with a recap of linear models and discussion of stochastic optimization methods that are crucial for training deep neural networks. Learners will study all popular building blocks of neural networks including fully connected layers, convolutional and recurrent layers.
高级机器学习 專項課程国立高等经济大学課程信息
466,189 次近期查看
學生職業成果
35%
完成這些課程後已開始新的職業生涯
40%
通過此課程獲得實實在在的工作福利
21%
加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始，按照自己的計劃學習。
第 1 門課程（共 7 門）
可靈活調整截止日期
根據您的日程表重置截止日期。
高級
完成時間大約為34 小時
英語（English）
字幕：英語（English）, 韓語
您將獲得的技能
Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning
學生職業成果
35%
完成這些課程後已開始新的職業生涯
40%
通過此課程獲得實實在在的工作福利
21%
加薪或升職
可分享的證書
完成後獲得證書
100% 在線
立即開始，按照自己的計劃學習。
第 1 門課程（共 7 門）
可靈活調整截止日期
根據您的日程表重置截止日期。
高級
完成時間大約為34 小時
英語（English）
字幕：英語（English）, 韓語
提供方
国立高等经济大学
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.
教學大綱 - 您將從這門課程中學到什麼
完成時間為 6 小時
Introduction to optimization
Welcome to the "Introduction to Deep Learning" course! In the first week you'll learn about linear models and stochatic optimization methods. Linear models are basic building blocks for many deep architectures, and stochastic optimization is used to learn every model that we'll discuss in our course.
完成時間為 6 小時
10 個視頻 （總計 64 分鐘）, 3 個閱讀材料, 3 個測驗
10 個視頻
Welcome to AML specialization!2分鐘
Course intro6分鐘
Linear regression9分鐘
Linear classification10分鐘
Gradient descent5分鐘
Overfitting problem and model validation6分鐘
Model regularization5分鐘
Stochastic gradient descent5分鐘
Gradient descent extensions9分鐘
3 個閱讀材料
About the University10分鐘
Welcome!5分鐘
Hardware for the course10分鐘
2 個練習
Linear models30分鐘
Overfitting and regularization30分鐘
完成時間為 5 小時
Introduction to neural networks
This module is an introduction to the concept of a deep neural network. You'll begin with the linear model and finish with writing your very first deep network.
完成時間為 5 小時
9 個視頻 （總計 85 分鐘）, 3 個閱讀材料, 4 個測驗
9 個視頻
Chain rule7分鐘
Backpropagation9分鐘
Efficient MLP implementation13分鐘
Other matrix derivatives5分鐘
What is TensorFlow10分鐘
Our first model in TensorFlow10分鐘
What Deep Learning is and is not8分鐘
Deep learning as a language6分鐘
3 個閱讀材料
Optional reading on matrix derivatives1分鐘
TensorFlow reading1分鐘
Keras reading1分鐘
2 個練習
Multilayer perceptron10分鐘
Matrix derivatives20分鐘
完成時間為 6 小時
Deep Learning for images
In this week you will learn about building blocks of deep learning for image input. You will learn how to build Convolutional Neural Network (CNN) architectures with these blocks and how to quickly solve a new task using so-called pre-trained models.
完成時間為 6 小時
6 個視頻 （總計 59 分鐘）
6 個視頻
Our first CNN architecture10分鐘
Training tips and tricks for deep CNNs14分鐘
Overview of modern CNN architectures8分鐘
Learning new tasks with pre-trained CNNs5分鐘
A glimpse of other Computer Vision tasks8分鐘
1 個練習
Convolutions and pooling30分鐘
完成時間為 5 小時
Unsupervised representation learning
This week we're gonna dive into unsupervised parts of deep learning. You'll learn how to generate, morph and search images with deep learning.
完成時間為 5 小時
9 個視頻 （總計 81 分鐘）
9 個視頻
Autoencoders 1015分鐘
Autoencoder applications9分鐘
Autoencoder applications: image generation, data visualization & more7分鐘
Natural language processing primer10分鐘
Word embeddings13分鐘
Generative models 1017分鐘
Generative Adversarial Networks10分鐘
Applications of adversarial approach11分鐘
1 個練習
Word embeddings30分鐘
審閱
來自INTRODUCTION TO DEEP LEARNING的熱門評論
由 DK 提供2019年9月19日
one of the excellent courses in deep learning. As stated its advanced and enjoyed a lot in solving the assignments. looking forward for more such courses especially in Natural language processing
由 MO 提供2017年12月16日
I found the content to be interesting and on a good level of advancement, but I also found the exercises to be buggy sometimes or not well thought, which cost a lot of extra time spent on it.
由 AK 提供2019年6月1日
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.
由 YA 提供2019年9月24日
Great course. Even though I've done Andrew Ng's ML course twice and completed his Deep Learning Specialization, I learned a lot of new things in this Intro Course of AML specialization.
關於 高级机器学习 專項課程
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.
常見問題
我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
- 课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
- 课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我订阅此专项课程后会得到什么？
您注册课程后，将有权访问专项课程中的所有课程，并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
退款政策是如何规定的？
如果订阅，您可以获得 7 天免费试听，在此期间，您可以取消课程，无需支付任何罚金。在此之后，我们不会退款，但您可以随时取消订阅。请阅读我们完整的退款政策。
有助学金吗？
是的，Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请，申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤，包括毕业项目。了解更多。
還有其他問題嗎？請訪問 學生幫助中心。
