Über diesen Kurs

3.472 kürzliche Aufrufe

Vous souhaitez vous lancer dans l’IA de pointe ? Ce cours est là pour vous y aider. Les ingénieurs en Deep Learning sont très convoités et la maîtrise de ce domaine vous ouvrira de nombreuses opportunités professionnelles. Le Deep Learning est également un nouveau « superpouvoir » qui vous permettra de développer des systèmes d’IA qui n’étaient même pas envisageables il y a encore quelques années.
Vous découvrirez dans ce cours les bases du Deep Learning. Une fois que vous l’aurez terminé, vous serez en mesure de :
- comprendre les grandes tendances technologiques sur lesquelles repose le Deep Learning ;
- développer, entraîner et utiliser des réseaux neuronaux profonds entièrement connectés ;
- mettre en œuvre des réseaux neuronaux efficaces (vectorisés) ;
- comprendre les principaux paramètres de l’architecture d’un réseau neuronal.

Ce cours ne se limitera pas à une description rapide ou superficielle du Deep Learning, mais vous expliquera également son fonctionnement. Une fois que vous l’aurez terminé, vous serez donc en mesure de l’utiliser dans vos propres applications. En outre, si vous recherchez un poste dans l’IA, vous aurez la capacité de répondre à des questions de base posées lors d’entretiens.

Il s’agit du premier cours de la Spécialisation 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

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Stufe „Mittel“

Ca. 19 Stunden zum Abschließen

Französisch

Kompetenzen, die Sie erwerben

Computer Vision
Artificial Neural Network
Backpropagation
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

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Stufe „Mittel“

Ca. 19 Stunden zum Abschließen

Französisch

Dozenten

Dozentenbewertung

5/5 (5 Bewertungen)

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

2 Stunden zum Abschließen

Introduction au Deep Learning

2 Stunden zum Abschließen

7 Videos (Gesamt 76 min), 2 Lektüren, 1 Quiz

8 Stunden zum Abschließen

Les bases des réseaux neuronaux

8 Stunden zum Abschließen

19 Videos (Gesamt 161 min), 6 Lektüren, 3 Quiz

19 Videos

Classification binaire8mRégression logistique5mFonction de coût d’une régression logistique8mDescente du gradient11mDérivées7mPlus d’exemples de dérivées10mGraphe de calcul3mDérivées avec un graphe de calcul14mDescente du gradient d’une régression logistique6mDescente du gradient sur des exemples de m8mVectorisation8mAutres exemples de vectorisation6mVectorisation de régression logistique7mVectorisation de la sortie du gradient d’une régression logistique9mDiffusion dans Python11mRemarque sur les vecteurs Python/NumPy6mBref aperçu des notebooks Jupyter/iPython3mExplication de la fonction de coût d’une régression logistique (facultatif)7mEntretien avec Pieter Abbeel16m

6 Lektüren

Clarification sur la vidéo Fonction de coût d’une régression logistique à venir1mClarification sur la vidéo Descente du gradient à venir1mDérivation de DL/dz (lecture facultative)10mClarification de « dz »10mCode d’honneur du Deep Learning2mDevoirs de programmation - FAQ10m

1 praktische Übung

Bases des réseaux neuronaux30m

Woche2

Woche 2

5 Stunden zum Abschließen

Réseaux neuronaux peu profonds

5 Stunden zum Abschließen

12 Videos (Gesamt 109 min), 2 Lektüren, 2 Quiz

12 Videos

Vue d’ensemble des réseaux neuronaux4mReprésentation des réseaux neuronaux5mCalculer la sortie d’un réseau neuronal9mVectorisation sur plusieurs exemples9mExplication de l’implémentation vectorisée7mFonctions d’activation10mPourquoi avez-vous besoin de fonctions d’activation non linéaires ?5mDérivées de fonctions d’activation7mDescente du gradient pour les réseaux neuronaux9mIntuition de la rétropropagation (facultatif)15mInitialisation aléatoire7mEntretien avec Ian Goodfellow14m

2 Lektüren

Clarification : fonction d’activation1mClarification à propos de l’intuition de la rétropropagation à venir (facultatif)1m

1 praktische Übung

Réseaux neuronaux peu profonds30m

5 Stunden zum Abschließen

Réseaux neuronaux profonds

5 Stunden zum Abschließen

8 Videos (Gesamt 64 min), 3 Lektüren, 3 Quiz

8 Videos

Réseau neuronal profond à couche L5mPropagation avant dans un réseau profond7mObtenir les bonnes dimensions pour votre matrice11mPourquoi des représentations profondes ?10mConstitution des réseaux neuronaux profonds8mPropagation avant et rétropropagation10mParamètres et hyperparamètres7mQuel est le rapport avec le cerveau ?3m

3 Lektüren

Clarification au sujet de la vidéo Obtenir les bonnes dimensions pour votre matrice1mClarification à propos de la vidéo Propagation avant et rétropropagation à venir1mClarification au sujet de la vidéo Quel est le rapport avec le cerveau1m

1 praktische Übung

Concepts essentiels des réseaux neuronaux profonds30m

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Sie haben bis zu zwei Wochen nach Ihrem Zahlungsdatum beziehungsweise bis zu zwei Wochen nach Beginn der ersten Kurseinheit (bei Kursen, die gerade gestartet sind) Anspruch auf eine volle Rückerstattung, je nachdem, was später eintritt. Nach dem Erwerb eines Kurszertifikats besteht kein Anrecht mehr auf Rückerstattung, auch dann nicht, wenn Sie den Kurs innerhalb des Zeitraums von zwei Wochen abgeschlossen haben. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

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

Réseaux neuronaux et Deep Learning