이 강좌에 대하여

최근 조회 54,528

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 24시간 필요
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 24시간 필요
영어

제공자:

Placeholder

IBM

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up85%(3,219개의 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 Fundamentals30m
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
TensorFlow30m
TensorFlow 2.x12m
Apache SystemML12m
PyTorch Introduction30m
3

3

완료하는 데 7시간 필요

DeepLearning Applications

완료하는 데 7시간 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 Detection30m
Sequence Classification with Keras LSTM Network30m
Image Classification30m
NLP30m
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

Advanced Data Science with IBM

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.