이 강좌에 대하여

최근 조회 139,163

학습자 경력 결과

23%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

38%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

57%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 22시간 필요
영어
자막: 영어

귀하가 습득할 기술

Machine LearningDeep LearningLong Short-Term Memory (ISTM)Apache Spark

학습자 경력 결과

23%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

38%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

57%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 22시간 필요
영어
자막: 영어

제공자:

IBM 로고

IBM

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up85%(2,934개의 평가)Info
1

1

완료하는 데 5시간 필요

Introduction to deep learning

완료하는 데 5시간 필요
16개 동영상 (총 61분), 4 개의 읽기 자료, 2 개의 테스트
16개의 동영상
Introduction - Romeo Kienzler30
Introduction - Ilja Rasin1m
Introduction - Niketan Pansare30
Course Logistics1m
Cloud Architectures for AI and DeepLearning2m
Linear algebra6m
Deep feed forward neural networks12m
Convolutional Neural Networks4m
Recurrent neural networks1m
LSTMs3m
Auto encoders and representation learning2m
Methods for neural network training8m
Gradient Descent Updater Strategies6m
How to choose the correct activation function3m
The bias-variance tradeoff in deep learning3m
4개의 읽기 자료
IBM Digital Badge10m
Video summary on environment setup10m
Where to get all the code and slides for download?10m
Link to Github10m
1개 연습문제
DeepLearning Fundamentals14m
2

2

완료하는 데 7시간 필요

DeepLearning Frameworks

완료하는 데 7시간 필요
18개 동영상 (총 116분), 1 개의 읽기 자료, 5 개의 테스트
18개의 동영상
Neural Network Debugging with TensorBoard7m
Automatic Differentiation2m
Introduction video44
Keras overview5m
Sequential models in keras6m
Feed forward networks7m
Recurrent neural networks9m
Beyond sequential models: the functional API3m
Saving and loading models2m
What is SystemML (1/2)3m
What is SystemML (2/2)6m
PyTorch Installation2m
PyTorch Packages2m
Tensor Creation and Visualization of Higher Dimensional Tensors6m
Math Computation and Reshape7m
Computation Graph, CUDA17m
Linear Model17m
1개의 읽기 자료
Link to files in Github10m
4개 연습문제
TensorFlow12m
TensorFlow 2.x12m
Apache SystemML12m
PyTorch Introduction12m
3

3

완료하는 데 6시간 필요

DeepLearning Applications

완료하는 데 6시간 필요
18개 동영상 (총 115분)
18개의 동영상
How to implement an anomaly detector (1/2)11m
How to implement an anomaly detector (2/2)2m
How to deploy a real-time anomaly detector2m
Introduction to Time Series Forecasting4m
Stateful vs. Stateless LSTMs6m
Batch Size5m
Number of Time Steps, Epochs, Training and Validation8m
Trainin Set Size4m
Input and Output Data Construction7m
Designing the LSTM network in Keras10m
Anatomy of a LSTM Node12m
Number of Parameters7m
Training and loading a saved model4m
Classifying the MNIST dataset with Convolutional Neural Networks5m
Image classification with Imagenet and Resnet503m
Autoencoder - understanding Word2Vec8m
Text Classification with Word Embeddings4m
4개 연습문제
Anomaly Detection12m
Sequence Classification with Keras LSTM Network12m
Image Classification6m
NLP6m
4

4

완료하는 데 4시간 필요

Scaling and Deployment

완료하는 데 4시간 필요
3개 동영상 (총 9분), 2 개의 읽기 자료, 2 개의 테스트
3개의 동영상
Computer Vision with IBM Watson Visual Recognition2m
Text Classification with IBM Watson Natural Language Classifier1m
2개의 읽기 자료
Exercise: Scale a Deep Learning Model on IBM Watson Machine Learning10m
Link to Github10m
1개 연습문제
Methods of parallel neural network training6m

검토

APPLIED AI WITH DEEPLEARNING의 최상위 리뷰

모든 리뷰 보기

Advanced Data Science with IBM 특화 과정 정보

As a coursera certified specialization completer you will have a proven deep understanding on massive parallel data processing, data exploration and visualization, and advanced machine learning & deep learning. You'll understand the mathematical foundations behind all machine learning & deep learning algorithms. You can apply knowledge in practical use cases, justify architectural decisions, understand the characteristics of different algorithms, frameworks & technologies & how they impact model performance & scalability. If you choose to take this specialization and earn the Coursera specialization certificate, you will also earn an IBM digital badge. To find out more about IBM digital badges follow the link ibm.biz/badging....
Advanced Data Science with IBM

자주 묻는 질문

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

  • The IBM Watson IoT Certified Data Scientist degree is a Coursera specialization IBM is currently creating. This course is one part of 3-4 courses coming up the next couple of months

    Currently only this and another course exist. The other one is the following:

    https://www.coursera.org/learn/exploring-visualizing-iot-data

    The course above will be modified and renamed to "Fundamentals of Applied DataScience" - but if you pass it today, it counts towards the certificate as well

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.