이 전문 분야 정보

최근 조회 137,142
This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings.
학습자 경력 결과
50%
이 특화 과정을(를) 수료한 후 새로운 경력을 시작함
43%
급여 인상 또는 승진하기

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인 강좌

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 일정

유연한 마감을 설정하고 유지 관리합니다.

고급 단계

완료하는 데 약 10개월 필요

매주 6시간 권장

영어

자막: 영어, 한국어
학습자 경력 결과
50%
이 특화 과정을(를) 수료한 후 새로운 경력을 시작함
43%
급여 인상 또는 승진하기

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인 강좌

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 일정

유연한 마감을 설정하고 유지 관리합니다.

고급 단계

완료하는 데 약 10개월 필요

매주 6시간 권장

영어

자막: 영어, 한국어

이 전문 분야에는 7개의 강좌가 있습니다.

강좌1

강좌 1

Introduction to Deep Learning

4.6
별점
1,405개의 평가
321개의 리뷰
강좌2

강좌 2

How to Win a Data Science Competition: Learn from Top Kagglers

4.7
별점
872개의 평가
190개의 리뷰
강좌3

강좌 3

Bayesian Methods for Machine Learning

4.6
별점
530개의 평가
155개의 리뷰
강좌4

강좌 4

Practical Reinforcement Learning

4.1
별점
341개의 평가
98개의 리뷰

강사

제공자:

국립 연구 고등 경제 대학 로고

국립 연구 고등 경제 대학

업계 파트너 중 한 곳의 로고

자주 묻는 질문

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • 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.

  • 네! 시작하려면 관심 있는 강좌 카드를 클릭하여 등록합니다. 강좌를 등록하고 완료하면 공유할 수 있는 인증서를 얻거나 강좌를 청강하여 강좌 자료를 무료로 볼 수 있습니다. 전문 분야 과정에 있는 강좌에 등록하면, 전체 전문 분야에 등록하게 됩니다. 학습자 대시보드에서 진행 사항을 추적할 수 있습니다.

  • 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 등록하면 전문 분야의 모든 강좌에 접근할 수 있으며 강좌를 완료하면 인증서가 발급됩니다. 강좌 내용을 읽고 보기만 원한다면 강좌를 무료로 청강할 수 있습니다. 수업료를 지급하기 어려운 경우, 재정 지원을 신청할 수 있습니다.

  • 이 강좌는 100% 온라인으로 진행되므로 강의실에 직접 참석할 필요가 없습니다. 웹 또는 모바일 장치를 통해 언제 어디서든 강의, 읽기 자료, 과제에 접근할 수 있습니다.

  • As prerequisites we assume calculus and linear algebra (especially derivatives, matrices and operations with them), probability theory (random variables, distributions, moments), basic programming in python (functions, loops, numpy), basic machine learning (linear models, decision trees, boosting and random forests). Our intended audience are all people who are already familiar with basic machine learning and want to get a hand-on experience of research and development in the field of modern machine learning.

  • We recommend taking the “Intro to Deep Learning” course first as most of the subsequent courses will build on its material. All other courses can be taken in any order.

  • Coursera courses and certificates don't carry university credit, though some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.