Im fünften Kurs der Deep Learning Specialization werden Sie mit Sequenzmodellen und ihren spannenden Anwendungen wie Spracherkennung, Musiksynthese, Chatbots, maschinelle Übersetzung, Verarbeitung natürlicher Sprache (NLP) und mehr vertraut gemacht.
Sequenz-Modelle
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

Sequenz-Modelle
Dieser Kurs ist Teil von Spezialisierung „Tiefes Lernen“
Unterrichtet in Deutsch (KI-Synchronisation)



Dozenten: Andrew Ng
TOP-LEHRKRAFT
460.129 bereits angemeldet
31,252 Bewertungen
Empfohlene Erfahrung
Kompetenzen, die Sie erwerben
- Kategorie: Modellierung großer Sprachen
- Kategorie: Einbettungen
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Verarbeitung natürlicher Sprache
- Kategorie: Tiefes Lernen
- Kategorie: Künstliche neuronale Netze
- Kategorie: Feinabstimmung
- Kategorie: Lernen übertragen
- Kategorie: Rekurrente Neuronale Netze (RNNs)
Werkzeuge, die Sie lernen werden
- Kategorie: Gesicht umarmen
- Kategorie: Generative KI
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozenten

Mehr von Maschinelles Lernen entdecken
Status: Kostenloser TestzeitraumDeepLearning.AI
Status: Kostenloser TestzeitraumDeepLearning.AI
Status: Kostenloser Testzeitraum
Status: Kostenloser TestzeitraumDeepLearning.AI
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
83,76 %
- 4 stars
12,88 %
- 3 stars
2,56 %
- 2 stars
0,47 %
- 1 star
0,31 %
Zeigt 3 von 31252 an
Geprüft am 14. Juli 2021
the assignments were a really good format for someone who hasn't learned how to derive wrt multiple variables. It made sense to have the formulas provided to introduce a context for me: a developer.
Geprüft am 27. Sep. 2018
Great hands on instruction on how RNNs work and how they are used to solve real problems. It was particularly useful to use Conv1D, Bidirectional and Attention layers into RNNs and see how they work.
Geprüft am 12. Juli 2020
brilliant course, great quality instruction from Andrew Ng. The only faults are that some of the labs have not been supervised properly being a but buggy and a couple of later lectures were very dry.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,


