This course will teach you how to build models for natural language, audio, and other sequence data. Thanks to deep learning, sequence algorithms are working far better than just two years ago, and this is enabling numerous exciting applications in speech recognition, music synthesis, chatbots, machine translation, natural language understanding, and many others.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Deep Learning
Sequence Models
von
Über diesen Kurs
661,492 kürzliche Aufrufe
Karriereergebnisse der Lernenden
39%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
40%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
13%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Kompetenzen, die Sie erwerben
Recurrent Neural NetworkArtificial Neural NetworkDeep LearningLong Short-Term Memory (ISTM)
Karriereergebnisse der Lernenden
39%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
40%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
13%
erhalten Sie eine Gehaltserhöhung oder Beförderung
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 5 von 5 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 18 Stunden zum Abschließen
Empfohlen: 11 hours/week
Englisch
Untertitel: Chinesisch (traditionell), Chinesisch (vereinfacht), Koreanisch, Englisch, Spanisch
Lehrplan - Was Sie in diesem Kurs lernen werden
6 Stunden zum Abschließen
Recurrent Neural Networks
Learn about recurrent neural networks. This type of model has been proven to perform extremely well on temporal data. It has several variants including LSTMs, GRUs and Bidirectional RNNs, which you are going to learn about in this section.
6 Stunden zum Abschließen
12 Videos (Gesamt 112 min), 2 Lektüren, 4 Quiz
12 Videos
Notation9m
Recurrent Neural Network Model16m
Backpropagation through time6m
Different types of RNNs9m
Language model and sequence generation12m
Sampling novel sequences8m
Vanishing gradients with RNNs6m
Gated Recurrent Unit (GRU)17m
Long Short Term Memory (LSTM)9m
Bidirectional RNN8m
Deep RNNs5m
2 Lektüren
Gated Recurrent Unit (GRU) *CORRECTION*1m
Long Short Term Memory (LSTM) *CORRECTION*1m
1 praktische Übung
Recurrent Neural Networks30m
4 Stunden zum Abschließen
Natural Language Processing & Word Embeddings
Natural language processing with deep learning is an important combination. Using word vector representations and embedding layers you can train recurrent neural networks with outstanding performances in a wide variety of industries. Examples of applications are sentiment analysis, named entity recognition and machine translation.
4 Stunden zum Abschließen
10 Videos (Gesamt 102 min), 1 Lektüre, 3 Quiz
10 Videos
Using word embeddings9m
Properties of word embeddings11m
Embedding matrix5m
Learning word embeddings10m
Word2Vec12m
Negative Sampling11m
GloVe word vectors11m
Sentiment Classification7m
Debiasing word embeddings11m
1 Lektüre
GloVe word vectors *CORRECTION*1m
1 praktische Übung
Natural Language Processing & Word Embeddings30m
5 Stunden zum Abschließen
Sequence models & Attention mechanism
Sequence models can be augmented using an attention mechanism. This algorithm will help your model understand where it should focus its attention given a sequence of inputs. This week, you will also learn about speech recognition and how to deal with audio data.
5 Stunden zum Abschließen
11 Videos (Gesamt 103 min), 3 Lektüren, 3 Quiz
11 Videos
Picking the most likely sentence8m
Beam Search11m
Refinements to Beam Search11m
Error analysis in beam search9m
Bleu Score (optional)16m
Attention Model Intuition9m
Attention Model12m
Speech recognition8m
Trigger Word Detection5m
Conclusion and thank you2m
3 Lektüren
Bleu Score *CORRECTION*1m
Corrections10m
Instructions if you are unable to open your notebook10m
1 praktische Übung
Sequence models & Attention mechanism30m
Bewertungen
Top-Bewertungen von SEQUENCE MODELS
von ACJun 23, 2019
Very well produced and explained. In my case, the nature of the Sequence Model makes understanding the concepts and finishing the assignment more challenging than other segments of the specialization.
von PJApr 3, 2019
The previous courses raised the bar and expectations. The assignments for Week 1 and Week 2 were a bit unclear. Lectures for Week 1 and Week 2 can be improved as well. Besides, this is a great course!
von AMJun 30, 2019
The course is very good and has taught me the all the important concepts required to build a sequence model. The assignments are also very neatly and precisely designed for the real world application.
von JRMay 25, 2019
I am so grateful that Andrew and the team provided such good course, I learn so much from this course, I am so excited that see the wake word detection model actually work in the programming exercise
Über deeplearning.ai
deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders.
Über den Spezialisierung Deep Learning
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.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird 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?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
