Über diesen Kurs

5.346 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Coursera-Labore
Stufe „Fortgeschritten“

We recommend a solid foundation in one of the fields adjacent to the topic of the course, such as Computer Science, Data Science, Medicine.

Ca. 16 Stunden zum Abschließen
Englisch

Kompetenzen, die Sie erwerben

  • Graphs
  • Unsupervised Learning
  • Autoencoder
  • Deep Learning
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Coursera-Labore
Stufe „Fortgeschritten“

We recommend a solid foundation in one of the fields adjacent to the topic of the course, such as Computer Science, Data Science, Medicine.

Ca. 16 Stunden zum Abschließen
Englisch

von

Placeholder

University of Illinois at Urbana-Champaign

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieser Kurs gehört zum reinen Onlineabschlusses Master of Computer Science von University of Illinois at Urbana-Champaign. Er bietet Ihnen eine Vorschau auf die Themen, Materialien und Lehrkräfte, damit Sie entscheiden können, ob der komplette Online-Studiengang das Richtige für Sie ist.

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1
Woche 1
5 Stunden zum Abschließen

Week 1 - Attention Models

5 Stunden zum Abschließen
4 Videos (Gesamt 30 min), 3 Lektüren, 2 Quiz
Woche2
Woche 2
5 Stunden zum Abschließen

Week 2 - Graph Neural Networks

5 Stunden zum Abschließen
5 Videos (Gesamt 36 min), 2 Lektüren, 2 Quiz
Woche3
Woche 3
3 Stunden zum Abschließen

Week 3 - Memory Networks

3 Stunden zum Abschließen
8 Videos (Gesamt 87 min), 2 Lektüren, 1 Quiz
Woche4
Woche 4
3 Stunden zum Abschließen

Week 4 - Generative Models

3 Stunden zum Abschließen
4 Videos (Gesamt 55 min), 2 Lektüren, 1 Quiz

Über den Spezialisierung Deep Learning for Healthcare

Deep Learning for Healthcare

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.