이 강좌에 대하여

최근 조회 30,857
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 3개 강좌 중 3번째 강좌:
중급 단계

Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn. Familiarity with classic Supervised and Unsupervised Learning.

완료하는 데 약 60시간 필요
영어

배울 내용

  • Apply different optimization methods while training and explain different behavior.

  • Use cloud tools and deep learning libraries to implement CNN architecture and train for image classification tasks.

  • Apply deep learning package to sequential data, build models, train, and tune.

귀하가 습득할 기술

  • Deep Learning
  • Artificial Neural Network
  • Convolutional Neural Network
  • Unsupervised Deep Learning
  • Recurrent Neural Network
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 3개 강좌 중 3번째 강좌:
중급 단계

Calculus, Linear algebra, Python, NumPy, Pandas, Matplotlib, and Scikit-learn. Familiarity with classic Supervised and Unsupervised Learning.

완료하는 데 약 60시간 필요
영어

제공자:

Placeholder

콜로라도 대학교 볼더 캠퍼스

석사 학위 취득 시작

이 강좌은(는) 콜로라도 대학교 볼더 캠퍼스의 100% 온라인 Master of Science in Data Science 중 일부입니다. 전체 프로그램을 수료하면 귀하의 강좌가 학위 취득에 반영됩니다.

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 10시간 필요

Deep Learning Introduction, Multilayer Perceptron

완료하는 데 10시간 필요
6개 동영상 (총 68분), 8 개의 읽기 자료, 6 개의 테스트
2

2

완료하는 데 8시간 필요

Training Neural Networks

완료하는 데 8시간 필요
6개 동영상 (총 86분), 1 개의 읽기 자료, 2 개의 테스트
3

3

완료하는 데 15시간 필요

Deep Learning on Images

완료하는 데 15시간 필요
11개 동영상 (총 135분), 1 개의 읽기 자료, 2 개의 테스트
4

4

완료하는 데 14시간 필요

Deep Learning on Sequential Data

완료하는 데 14시간 필요
4개 동영상 (총 44분), 2 개의 읽기 자료, 1 개의 테스트

Machine Learning: Theory and Hands-on Practice with Python 특화 과정 정보

Machine Learning: Theory and Hands-on Practice with Python

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.