Über diesen Kurs
25,301 recent views

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Fortgeschritten“

Ca. 12 Stunden zum Abschließen

Empfohlen: 17 hours/week...

Englisch

Untertitel: Englisch

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Stufe „Fortgeschritten“

Ca. 12 Stunden zum Abschließen

Empfohlen: 17 hours/week...

Englisch

Untertitel: Englisch

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1
4 Stunden zum Abschließen

Working with Sequences

In this module, you’ll learn what a sequence is, see how you can prepare sequence data for modeling, and be introduced to some classical approaches to sequence modeling and practice applying them.

...
14 Videos (Gesamt 41 min), 1 Lektüre, 4 Quiz
14 Videos
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
1 Lektüre
How to send course feedback10m
1 praktische Übung
Working with Sequences
15 Minuten zum Abschließen

Recurrent Neural Networks

In this module, we introduce recurrent neural nets, explain how they address the variable-length sequence problem, explain how our traditional optimization procedure applies to RNNs, and review the limits of what RNNs can and can’t represent.

...
4 Videos (Gesamt 15 min), 1 Quiz
1 praktische Übung
Recurrent Neural Networks
4 Stunden zum Abschließen

Dealing with Longer Sequences

In this module we dive deeper into RNNs. We’ll talk about LSTMs, Deep RNNs, working with real world data, and more.

...
14 Videos (Gesamt 62 min), 4 Quiz
14 Videos
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
1 praktische Übung
Dealing with Longer Sequences
Woche
2
2 Stunden zum Abschließen

Text Classification

In this module we look at different ways of working with text and how to create your own text classification models.

...
8 Videos (Gesamt 35 min), 2 Quiz
8 Videos
Lab Intro: Text Classification47
Lab Solution: Text Classification11m
Python vs Native TensorFlow4m
Demo: Text Classification with Native TensorFlow7m
Summary1m
1 praktische Übung
Text Classification
1 Stunde zum Abschließen

Reusable Embeddings

Labeled data for our classification models is expensive and precious. Here we will address how we can reuse pre-trained embeddings to make our models with TensorFlow Hub.

...
6 Videos (Gesamt 28 min), 2 Quiz
6 Videos
Lab Intro: Evaluating a pre-trained embedding from TensorFlow Hub24
Lab Solution: TensorFlow Hub9m
Using TensorFlow Hub within an estimator1m
1 praktische Übung
Reusable Embeddings
3 Stunden zum Abschließen

Encoder-Decoder Models

In this module, we focus on a sequence-to-sequence model called the encoder-decoder network to solve tasks, such as Machine Translation, Text Summarization and Question Answering.

...
10 Videos (Gesamt 84 min), 3 Quiz
10 Videos
Introducing Tensor2Tensor11m
Lab Intro: Cloud poetry: Training custom text models on Cloud ML Engine1m
Lab Solution: Cloud poetry: Training custom text models on Cloud ML Engine25m
AutoML Translation4m
Dialogflow6m
Lab Intro: Introducing Dialogflow54
Lab Solution: Dialogflow13m
1 praktische Übung
Encoder-Decoder Models
14 Minuten zum Abschließen

Summary

In this final module, we review what you have learned so far about sequence modeling for time-series and natural language data.

...
1 Video (Gesamt 4 min), 1 Lektüre
1 Video
1 Lektüre
Additional Reading10m
4.5
20 BewertungenChevron Right

Top reviews from Sequence Models for Time Series and Natural Language Processing

von JWNov 11th 2018

Excellent course for those who know RNN. Knowledge is refreshed and techniques are consolidated. More details about Google ecosystem is introduced.

von MDFeb 3rd 2019

Very good.The explanation of the RNN was very good but the tensor2tensor was very hard.

Über Google Cloud

We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success....

Über die Spezialisierung Advanced Machine Learning with TensorFlow on Google Cloud Platform

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

Häufig gestellte Fragen

  • Ja, Sie können eine Vorschau des ersten Videos und den Lehrplan ansehen, bevor Sie sich anmelden. Sie müssen den Kurs kaufen, um Zugriff auf die Inhalte zu erhalten, die nicht in der Vorschau inbegriffen sind.

  • Wenn Sie sich vor dem Startdatum der ersten Kurseinheit anmelden, haben Sie Zugriff auf alle Vortragsvideos und Texte für den Kurs. Sobald die erste Kurseinheit beginnt, können Sie Aufgaben einreichen.

  • Sobald Sie sich anmelden und Ihre Kurseinheit beginnt, haben Sie Zugriff auf alle Videos und andere Ressourcen, einschließlich der Texte und des Kurs-Diskussionsforums. Sie können praktische Aufgaben ansehen und einreichen und erforderliche bewertete Aufgaben abschließen, um eine Bewertung und ein Kurszertifikat zu erhalten.

  • Wenn Sie den Kurs erfolgreich abschließen, wird der Seite „Errungenschaften“ Ihr elektronisches Kurszertifikat hinzugefügt – von dort können Sie Ihr Kurszertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen.

  • Dieser Kurs ist einer der wenigen auf Coursera angebotenen Kurse, die derzeit ausschließlich für Kursteilnehmer zugänglich sind, die bezahlt oder finanzielle Unterstützung erhalten haben, wenn diese verfügbar ist.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..