In the fourth course of the Deep Learning Specialization, you will understand how computer vision has evolved and become familiar with its exciting applications such as autonomous driving, face recognition, reading radiology images, and more.
제공자:
심층 학습 특화 과정deeplearning.ai이 강좌에 대하여
최근 조회 617,221회
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 4번째 강좌:
중급 단계
- Intermediate Python skills: basic programming, understanding of for loops, if/else statements, data structures
- A basic grasp of linear algebra & ML
완료하는 데 약 41시간 필요
영어
자막: 중국어 (번체자), 아랍어, 프랑스어, 포르투갈어 (유럽), 중국어 (간체자), 이탈리아어, 베트남어, 한국어, 독일어, 러시아어, 터키어, 영어, 스페인어, 일본어
귀하가 습득할 기술
- Deep Learning
- Facial Recognition System
- Convolutional Neural Network
- Tensorflow
- Object Detection and Segmentation
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 4번째 강좌:
중급 단계
- Intermediate Python skills: basic programming, understanding of for loops, if/else statements, data structures
- A basic grasp of linear algebra & ML
완료하는 데 약 41시간 필요
영어
자막: 중국어 (번체자), 아랍어, 프랑스어, 포르투갈어 (유럽), 중국어 (간체자), 이탈리아어, 베트남어, 한국어, 독일어, 러시아어, 터키어, 영어, 스페인어, 일본어
제공자:
deeplearning.ai
DeepLearning.AI is an education technology company that develops a global community of AI talent.
강의 계획표 - 이 강좌에서 배울 내용
완료하는 데 11시간 필요
Foundations of Convolutional Neural Networks
Implement the foundational layers of CNNs (pooling, convolutions) and stack them properly in a deep network to solve multi-class image classification problems.
완료하는 데 11시간 필요
12개 동영상 (총 140분), 6 개의 읽기 자료, 5 개의 테스트
완료하는 데 10시간 필요
Deep Convolutional Models: Case Studies
Discover some powerful practical tricks and methods used in deep CNNs, straight from the research papers, then apply transfer learning to your own deep CNN.
완료하는 데 10시간 필요
14개 동영상 (총 127분), 2 개의 읽기 자료, 4 개의 테스트
완료하는 데 10시간 필요
Object Detection
Apply your new knowledge of CNNs to one of the hottest (and most challenging!) fields in computer vision: object detection.
완료하는 데 10시간 필요
14개 동영상 (총 110분), 3 개의 읽기 자료, 4 개의 테스트
완료하는 데 9시간 필요
Special Applications: Face recognition & Neural Style Transfer
Explore how CNNs can be applied to multiple fields, including art generation and face recognition, then implement your own algorithm to generate art and recognize faces!
완료하는 데 9시간 필요
11개 동영상 (총 75분), 4 개의 읽기 자료, 4 개의 테스트
검토
- 5 stars87.70%
- 4 stars10.40%
- 3 stars1.43%
- 2 stars0.28%
- 1 star0.17%
CONVOLUTIONAL NEURAL NETWORKS의 최상위 리뷰
AR 제공2020년 7월 11일
I really enjoyed this course, it would be awesome to see al least one training example using GPU (maybe in Google Colab since not everyone owns one) so we could train the deepest networks from scratch
DD 제공2020년 2월 6일
very easy to understand and helped my understanding in Deep Learning-based computer vision. Yet, this course will need to be updated with new developments in the future (to catch up with the trend).
AM 제공2019년 5월 5일
A big thank you to Professor Andrew and his team for structuring this course and introducing the world of ConvNets to me. I found the video lectures easy to understand and the exercises intriguing.
YY 제공2020년 9월 23일
Very exciting courses. Everything explained carefully but easily to understand. Great courses. This course really help me a lot on my journey to learn deeper about deep learning. Thank you very much.
심층 학습 특화 과정 정보
The Deep Learning Specialization is a foundational program that will help you understand the capabilities, challenges, and consequences of deep learning and prepare you to participate in the development of leading-edge AI technology.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
