이 강좌에 대하여

최근 조회 28,403

학습자 경력 결과

50%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

67%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
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:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 15시간 필요
영어
자막: 영어

학습자 경력 결과

50%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

67%

가 이 강좌를 통해 확실한 경력상 이점을 얻음
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:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
고급 단계
완료하는 데 약 15시간 필요
영어
자막: 영어

강사

제공자:

Google 클라우드 로고

Google 클라우드

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up78%(1,064개의 평가)Info
1

1

완료하는 데 4시간 필요

Working with Sequences

완료하는 데 4시간 필요
14개 동영상 (총 41분), 1 개의 읽기 자료, 4 개의 테스트
14개의 동영상
Getting Started with Google Cloud Platform and Qwiklabs3m
Sequence data and models5m
From sequences to inputs2m
Modeling sequences with linear models2m
Lab intro: using linear models for sequences20
Lab solution: using linear models for sequences7m
Modeling sequences with DNNs2m
Lab intro: using DNNs for sequences19
Lab solution: using DNNs for sequences2m
Modeling sequences with CNNs3m
Lab intro: using CNNs for sequences19
Lab solution: using CNNs for sequences3m
The variable-length problem4m
1개의 읽기 자료
How to send course feedback10m
1개 연습문제
Working with Sequences
완료하는 데 15분 필요

Recurrent Neural Networks

완료하는 데 15분 필요
4개 동영상 (총 15분)
4개의 동영상
How RNNs represent the past4m
The limits of what RNNs can represent5m
The vanishing gradient problem1m
1개 연습문제
Recurrent Neural Networks
완료하는 데 4시간 필요

Dealing with Longer Sequences

완료하는 데 4시간 필요
14개 동영상 (총 62분)
14개의 동영상
LSTMs and GRUs6m
RNNs in TensorFlow2m
Lab Intro: Time series prediction: end-to-end (rnn)45
Lab Solution: Time series prediction: end-to-end (rnn)10m
Deep RNNs1m
Lab Intro: Time series prediction: end-to-end (rnn2)26
Lab Solution: Time series prediction: end-to-end (rnn2)6m
Improving our Loss Function2m
Demo: Time series prediction: end-to-end (rnnN)3m
Working with Real Data10m
Lab Intro: Time Series Prediction - Temperature from Weather Data1m
Lab Solution: Time Series Prediction - Temperature from Weather Data11m
Summary1m
1개 연습문제
Dealing with Longer Sequences
2

2

완료하는 데 2시간 필요

Text Classification

완료하는 데 2시간 필요
8개 동영상 (총 35분)
8개의 동영상
Text Classification6m
Selecting a Model2m
Lab Intro: Text Classification47
Lab Solution: Text Classification11m
Python vs Native TensorFlow4m
Demo: Text Classification with Native TensorFlow7m
Summary1m
1개 연습문제
Text Classification
완료하는 데 1시간 필요

Reusable Embeddings

완료하는 데 1시간 필요
6개 동영상 (총 28분)
6개의 동영상
Modern methods of making word embeddings8m
Introducing TensorFlow Hub1m
Lab Intro: Evaluating a pre-trained embedding from TensorFlow Hub24
Lab Solution: TensorFlow Hub9m
Using TensorFlow Hub within an estimator1m
1개 연습문제
Reusable Embeddings
완료하는 데 3시간 필요

Encoder-Decoder Models

완료하는 데 3시간 필요
10개 동영상 (총 84분)
10개의 동영상
Attention Networks4m
Training Encoder-Decoder Models with TensorFlow6m
Introducing Tensor2Tensor11m
Lab Intro: Cloud poetry: Training custom text models on Cloud AI Platform1m
Lab Solution: Cloud poetry: Training custom text models on Cloud AI Platform25m
AutoML Translation4m
Dialogflow6m
Lab Intro: Introducing Dialogflow54
Lab Solution: Dialogflow13m
1개 연습문제
Encoder-Decoder Models
완료하는 데 14분 필요

Summary

완료하는 데 14분 필요
1개 동영상 (총 4분), 1 개의 읽기 자료
1개의 동영상
1개의 읽기 자료
Additional Reading10m

검토

SEQUENCE MODELS FOR TIME SERIES AND NATURAL LANGUAGE PROCESSING의 최상위 리뷰

모든 리뷰 보기

Advanced Machine Learning with TensorFlow on Google Cloud Platform 특화 과정 정보

This 5-course specialization focuses on advanced machine learning topics using Google Cloud Platform where you will get hands-on experience optimizing, deploying, and scaling production ML models of various types in hands-on labs. This specialization picks up where “Machine Learning on GCP” left off and teaches you how to build scalable, accurate, and production-ready models for structured data, image data, time-series, and natural language text. It ends with a course on building recommendation systems. Topics introduced in earlier courses are referenced in later courses, so it is recommended that you take the courses in exactly this order....
Advanced Machine Learning with TensorFlow on Google Cloud Platform

자주 묻는 질문

  • 예. 등록하기 전에 첫 번째 비디오를 미리 보고 강의 계획을 검토할 수 있습니다. 미리 보기에 포함되지 않은 콘텐츠를 이용하려면 강좌를 구매해야 합니다.

  • 세션 시작일 전에 강좌에 등록하면 해당 강좌의 모든 강의 비디오 및 읽기 자료에 접근할 수 있습니다. 수업이 시작되면 과제를 제출할 수 있습니다.

  • 등록 후 세션이 시작되면 읽기 자료 항목 및 강좌 토론 포럼을 포함하여 모든 비디오와 기타 리소스를 이용할 수 있습니다. 연습 평가를 보고 제출하며 필요한 성적 평가 과제를 완료하여 성적을 받고 강좌 수료증을 취득할 수 있습니다.

  • 강좌를 성공적으로 수료하면 전자 강좌 수료증이 성취도 페이지에 추가됩니다. 해당 페이지에서 강좌 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다.

  • 이 강좌는 현재 Coursera에서 수업료를 결제했거나 재정 지원(해당하는 경우)을 받은 학습자만 이용할 수 있는 강좌입니다.

  • 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.

  • 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.