Andrew NG深度學習專業化課程介紹
吳恩達從百度離職幾個月之後,終於帶著自己的最新項目Deeplearning.ai強勢回歸。今天就給大家分享NG吳即將推出的深度學習強勢課程-深度學習專業化。NG製作,必屬精品。
本專項課程介紹
如果你想了解和學習AI,這個專業化課程將可以幫助你。深度學習是技術中最受追捧的技能之一。我們將幫助您成為擅長深度學習的專業者。
在五個課程中,您將學習深度學習的基礎,了解如何構建神經網路,並學習如何成功領導的機器學習項目。您將了解卷積網路,RNN,LSTM,Adam,Dropout,BatchNorm,Xavier / He初始化等知識。您將從保健,自主駕駛,手語閱讀,音樂生成和自然語言處理的案例開始研究工作。你不僅可以掌握深度學習的理論,而且還會看到它在工業中的應用。您將在Python和TensorFlow中練習這些想法,我們將教授這些想法。
您還將接觸許多深度學習的高級研究者,他們將與您分享他們的個人故事並給您一些職業建議。AI正在轉變多個行業。完成這一專業學習之後,您可能會找到很多創造性的方式,將其應用到您的工作中。我們將幫助您掌握深度學習,了解如何應用,並在AI中規劃職業生涯。
5門課程
按照建議的順序或選擇您自己的順序。旨在幫助您實踐和應用所學到的技能。
項目概覽:
您將在醫療保健,自主駕駛,手語閱讀,音樂生成和自然語言處理方面看到並開展案例研究。您還將為其中幾個應用程序搭建最先進的深度學習模型。在「機器學習飛行模擬器」項目中,您將通過案例研究,獲得類似專業的機器學習Team中進行研究工作的體驗。
deeplearning.ai還與NVIDIA深度學習研究所(DLI)合作,為實驗室提供先進的特定應用主題,並讓學習者訪問GPU進行編程分配。這將為您提供一個機會,在尖端的,類似行業專業的環境中建立深入的學習項目。
課程
初學者專業化
不需要任何經驗。
1. 第1門課程
神經網路與深度學習
即將開課的班次:8月15日至9月18日。
課程學習時間
4周的學習,每周3-6小時
字幕 英語
課程概述
如果你想進行前沿的AI技術的研究,這個課程將幫助你這樣做。深度學習工程師受到高度的追捧,掌握深度學習將為您帶來無數新的職業機會。深度學習也是一個新的「超級大國」,將讓您建立在幾年前不可能實現的人工智慧系統。
在本課程中,您將學習深度學習的基礎。完成這個課程後,您將:
- 了解驅動深度學習的主要技術趨勢
- 能夠構建,訓練和應用完全連接的深層神經網路
- 了解如何實現高效(矢量化)神經網路
- 了解神經網路的架構中的關鍵參數
本課程還教你深度學習是怎樣實際工作的,而不是只提供粗略的或表面級的描述。所以在完成之後,你將能夠深度學習技術應用於你自己的應用程序中。如果您正在AI工作,在學完本課程之後,您還可以回答基本面試問題。這是深度學習專業化的第一門課程。
2. 第2門課程
改進深層神經網路:超參數調優,正則化和優化
即將開課的班次:8月15日至9月11日
課程學習時間 3周,每周3-6小時
字幕 英語
課程概述
本課程將教你一些 「魔術」,是深度學習如何更好的工作。而不是把深度學習過程當做一個黑盒子,您將了解什麼驅動著性能,並能夠更系統地獲得好的結果。您還將學習TensorFlow。
3周後,您將:
- 了解建立深度學習應用程序的行業最佳實踐。
- 能夠有效地使用常用的神經網路「技巧」,包括初始化,L2和dropout正則化,批量歸一化,梯度校驗,
- 能夠實現和應用各種優化演算法,如迷你批量梯度下降,動量,RMSprop和Adam,並檢查其收斂。
- 了解如何設置訓練/開發/測試集和分析偏差/差異的深度學習時代的新的最佳實踐
- 能夠在TensorFlow中實現神經網路。這是深度學習專業化的第二課程。
3. 第3門課程
結構機器學習項目
即將開課的班次:8月15日至9月4日。
課程學習時間 2周的學習,3-4小時/周
字幕 英語
課程概述
您將學習如何建立一個成功的機器學習項目。如果您希望成為AI的技術領導者,並且知道如何為團隊的工作確定方向,本課程將向您展示如何做。
這些內容中的大部分內容從來沒有在其他地方進行過教學,並且來自於我建立和運送許多深度學習產品的經驗。本課程還有兩個「飛行模擬器」實踐,可讓您作為機器學習項目負責人進行決策。這提供了「行業經驗」,您可能只有經過多年的ML工作經驗才能獲得。
2周後,您將:
- 了解如何診斷機器學習系統中的錯誤,以及
- 優先考慮最有前途,減少錯誤的方向
- 了解複雜的ML設置,例如不匹配的訓練/測試集,比較和/或超越人力水平的表現
- 了解如何應用端到端學習,轉移學習和多任務學習
我已經看到團隊因為不了解本課程所教導的原則,浪費了幾個月或幾年。我希望這兩周的課程可以節省你幾個月的時間。這是一個獨立的課程,只要你有基本的機器學習知識,你就可以學習。這是深度學習專業化的第三課。
4. 第4門課程
卷積神經網路
於不久開始
字幕 英語
課程概述
本課程將教您如何構建卷積神經網路並將其應用於圖像數據。因為深度學習技術促進,計算機視覺的工作成績已經遠遠超過兩年前,這使得許多令人興奮的應用程序,從安全的自主駕駛到準確的人臉識別,到自動閱讀放射學圖像。
您將:
- 了解如何構建卷積神經網路,包括recent variations,如殘留網路。
- 知道如何將卷積網路應用於視覺檢測和識別任務。
- 知道使用神經樣式轉移來產生藝術。
- 能夠將這些演算法應用於各種圖像,視頻和其他2D或3D數據。
這是深度學習專業化的第四課。
5. 第5門課程
序列模型
於不久開始
字幕 英語
課程概述
本課程將教您如何構建自然語言,音頻和其他序列數據的模型。由於深度學習,順序演算法的工作遠遠好於兩年前,這使得語音識別,音樂綜合,聊天室,機器翻譯,自然語言理解等眾多令人興奮的應用程序。
您將:
- 了解如何構建和訓練循環神經網路(RNN)以及常用的變體,如GRU和LSTM。
- 能夠將序列模型應用於自然語言問題,包括文本合成。
- 能夠將序列模型應用於音頻應用,包括語音識別和音樂合成。
這是深度學習專業化的第五個,也是最後一個課程。
製作方:
deeplearning.ai致力於通過分享有關該領域的知識來推進AI。我們希望歡迎更多的人深入學習和AI。
deeplearning.ai是Andrew Ng的新業務,其中包括為跨國界提供全面的AI教育。
Andrew NG
聯合創始人,Coursera; 斯坦福大學兼職教授; 曾任百度AI集團/ Google Brain的負責人
·
教學助理 - Younes Bensouda Mourri
斯坦福大學數學與計算科學系
教學助理 - 啟安·卡坦福洛斯
斯坦福大學碩士(Walter J. Gores 2017),巴黎高等商學院
專項課程源網頁:
https://www.coursera.org/specializations/deep-learning
獲取更多深度學習最新資訊快速通道:
獲取最新消息快速通道 - lqfarmer的博客 - CSDN博客
推薦閱讀:
※中科院說的深度學習指令集diannaoyu到底是什麼?
※如何看待Linkface被SenseTime收購?
※NIPS 2016有什麼值得關注的呢?
※為什麼說雲計算、大數據、機器學習、深度學習被並稱為當今計算機界四大俗?
※AlphaGo 演算法的通用性到底有多廣?
TAG:深度学习DeepLearning | 自然语言处理 | 互联网金融 |