This course covers advanced deep learning topics, including Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs), and modern language models. You will learn techniques for image classification, time series prediction, and natural language processing. The course includes building and optimizing CNNs for image recognition, using architectures such as AlexNet, VGGNet, GoogLeNet, and ResNet, and working with pre-trained models. You will also work with RNNs and LSTMs for tasks like forecasting and text autocompletion. The curriculum covers neural language models, word embeddings (such as Word2vec and wordpieces), encoder-decoder architectures, attention mechanisms, and Transformers for machine translation. Hands-on projects using TensorFlow and PyTorch will help you develop practical skills for solving real-world problems in computer vision and language processing.
Entdecken Sie neue Fähigkeiten mit $120 Rabatt auf Kurse von Branchenexperten. Jetzt sparen.
Learning Deep Learning: Unit 2
Dieser Kurs ist Teil von Spezialisierung fĂźr Learning Deep Learning
Dozent: Pearson
Bei 
enthalten
Empfohlene Erfahrung
Was Sie lernen werden
Build and optimize convolutional neural networks for advanced image classification tasks using TensorFlow and PyTorch.
Apply recurrent neural networks and LSTMs to sequential data problems, including time series forecasting and text autocompletion.
Develop neural language models and implement word embeddings for robust natural language processing.
Design and implement encoder-decoder architectures and Transformer models for machine translation and sequence-to-sequence tasks.
Kompetenzen, die Sie erwerben
- Kategorie: Computer Vision
- Kategorie: Network Architecture
- Kategorie: Natural Language Processing
- Kategorie: Deep Learning
- Kategorie: Applied Machine Learning
- Kategorie: Artificial Neural Networks
- Kategorie: Time Series Analysis and Forecasting
- Kategorie: Tensorflow
- Kategorie: Large Language Modeling
- Kategorie: Image Analysis
- Kategorie: PyTorch (Machine Learning Library)
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufĂźgen
August 2025
4 Aufgaben
Erfahren Sie, wie Mitarbeiter fĂźhrender 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 1 Modul
This module provides a comprehensive introduction to advanced deep learning techniques for processing images and natural language. It covers convolutional neural networks for image classification, including architectures like AlexNet, VGGNet, GoogLeNet, and ResNet. The module then explores recurrent neural networks and LSTMs for time series and sequential data, followed by neural language models and word embeddings. Finally, it introduces encoder-decoder architectures, attention mechanisms, and Transformer models for neural machine translation, with practical implementations in TensorFlow and PyTorch throughout.
Das ist alles enthalten
44 Videos4 Aufgaben
Erwerben Sie ein Karrierezertifikat.
FĂźgen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Mehr von Machine Learning entdecken
Status: Kostenloser TestzeitraumIllinois Tech
Status: Kostenloser TestzeitraumDeepLearning.AI
Status: Kostenloser TestzeitraumUniversity of Colorado Boulder
Warum entscheiden sich Menschen fĂźr Coursera fĂźr ihre Karriere?
Neue KarrieremĂśglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten â 100 % online
SchlieĂen Sie sich mehr als 3.400Â Unternehmen in aller Welt an, die sich fĂźr Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.
If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. Youâll be able to submit assignments once the session starts.
Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. Youâll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.
Weitere Fragen
Finanzielle UnterstĂźtzung verfĂźgbar,