If you want to break into cutting-edge AI, this course will help you do so. Deep learning engineers are highly sought after, and mastering deep learning will give you numerous new career opportunities. Deep learning is also a new "superpower" that will let you build AI systems that just weren't possible a few years ago.
심층 학습 특화 과정deeplearning.ai이 강좌에 대하여
최근 조회 4,245,248회
학습자 경력 결과
39%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
38%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
11%
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 5개 강좌 중 1번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 20시간 필요
영어
자막: 중국어 (번체자), 아랍어, 프랑스어, 우크라이나어, 중국어 (간체자), 포르투갈어 (브라질), 베트남어, 한국어, 터키어, 영어, 스페인어, 일본어
귀하가 습득할 기술
Artificial Neural NetworkBackpropagationPython ProgrammingDeep Learning
학습자 경력 결과
39%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
38%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
11%
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 5개 강좌 중 1번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 20시간 필요
영어
자막: 중국어 (번체자), 아랍어, 프랑스어, 우크라이나어, 중국어 (간체자), 포르투갈어 (브라질), 베트남어, 한국어, 터키어, 영어, 스페인어, 일본어
제공자:
deeplearning.ai
Founded by Andrew Ng, deeplearning.ai is on a mission to make world-class AI education accessible to people around the globe so that we can all benefit from an AI-powered future.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 2시간 필요
Introduction to deep learning
Be able to explain the major trends driving the rise of deep learning, and understand where and how it is applied today.
완료하는 데 2시간 필요
7개 동영상 (총 76분), 2 개의 읽기 자료, 1 개의 테스트
7개의 동영상
Welcome5m
What is a neural network?7m
Supervised Learning with Neural Networks8m
Why is Deep Learning taking off?10m
About this Course2m
Course Resources1m
Geoffrey Hinton interview40m
2개의 읽기 자료
Frequently Asked Questions10m
How to use Discussion Forums10m
1개 연습문제
Introduction to deep learning30m
완료하는 데 8시간 필요
Neural Networks Basics
Learn to set up a machine learning problem with a neural network mindset. Learn to use vectorization to speed up your models.
완료하는 데 8시간 필요
19개 동영상 (총 161분), 7 개의 읽기 자료, 3 개의 테스트
19개의 동영상
Logistic Regression5m
Logistic Regression Cost Function8m
Gradient Descent11m
Derivatives7m
More Derivative Examples10m
Computation graph3m
Derivatives with a Computation Graph14m
Logistic Regression Gradient Descent6m
Gradient Descent on m Examples8m
Vectorization8m
More Vectorization Examples6m
Vectorizing Logistic Regression7m
Vectorizing Logistic Regression's Gradient Output9m
Broadcasting in Python11m
A note on python/numpy vectors6m
Quick tour of Jupyter/iPython Notebooks3m
Explanation of logistic regression cost function (optional)7m
Pieter Abbeel interview16m
7개의 읽기 자료
Clarification about Upcoming Logistic Regression Cost Function Video1m
Clarification about Upcoming Gradient Descent Video1m
Derivation of DL/dz (optional reading)10m
Copy of Clarification about Upcoming Logistic Regression Cost Function Video1m
Clarification of "dz"10m
Deep Learning Honor Code2m
Programming Assignment FAQ10m
1개 연습문제
Neural Network Basics30m
완료하는 데 5시간 필요
Shallow neural networks
Learn to build a neural network with one hidden layer, using forward propagation and backpropagation.
완료하는 데 5시간 필요
12개 동영상 (총 109분), 2 개의 읽기 자료, 2 개의 테스트
12개의 동영상
Neural Network Representation5m
Computing a Neural Network's Output9m
Vectorizing across multiple examples9m
Explanation for Vectorized Implementation7m
Activation functions10m
Why do you need non-linear activation functions?5m
Derivatives of activation functions7m
Gradient descent for Neural Networks9m
Backpropagation intuition (optional)15m
Random Initialization7m
Ian Goodfellow interview14m
2개의 읽기 자료
Clarification: Activation Function1m
Clarification about Upcoming Backpropagation intuition (optional)1m
1개 연습문제
Shallow Neural Networks30m
완료하는 데 5시간 필요
Deep Neural Networks
Understand the key computations underlying deep learning, use them to build and train deep neural networks, and apply it to computer vision.
완료하는 데 5시간 필요
8개 동영상 (총 64분), 3 개의 읽기 자료, 3 개의 테스트
8개의 동영상
Forward Propagation in a Deep Network7m
Getting your matrix dimensions right11m
Why deep representations?10m
Building blocks of deep neural networks8m
Forward and Backward Propagation10m
Parameters vs Hyperparameters7m
What does this have to do with the brain?3m
3개의 읽기 자료
Clarification about Getting your matrix dimensions right video1m
Clarification about Upcoming Forward and Backward Propagation Video1m
Clarification about What does this have to do with the brain video1m
1개 연습문제
Key concepts on Deep Neural Networks30m
검토
신경망 및 딥 러닝의 최상위 리뷰
AT 제공2020년 6월 29일
I think that this course went a little bit too much into needy greedy details of the math behind deep neural networks, but overall I think that it is a great place to start a journey in deep learning!
MZ 제공2018년 9월 12일
This course is really great.The lectures are really easy to understand and grasp.The assignment instructions are really helpful and one does not need to know python before hand to complete the course.
AK 제공2020년 5월 13일
One of the best courses I have taken so far. The instructor has been very clear and precise throughout the course. The homework section is also designed in such a way that it helps the student learn .
JP 제공2018년 2월 11일
I would love some pointers to additional references for each video. Also, the instructor keeps saying that the math behind backprop is hard. What about an optional video with that? Otherwise, awesome!
심층 학습 특화 과정 정보
If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning.
In five courses, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional networks, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization, and more. You will work on case studies from healthcare, autonomous driving, sign language reading, music generation, and natural language processing. You will master not only the theory, but also see how it is applied in industry. You will practice all these ideas in Python and in TensorFlow, which we will teach.
You will also hear from many top leaders in Deep Learning, who will share with you their personal stories and give you career advice.
AI is transforming multiple industries. After finishing this specialization, you will likely find creative ways to apply it to your work.
We will help you master Deep Learning, understand how to apply it, and build a career in AI.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
- 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
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.
환불 규정은 어떻게 되나요?
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.
재정 지원을 받을 수 있나요?
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.
강좌를 수료하면 대학 학점을 받을 수 있나요?
이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위 및 Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
