Wenn Sie ein Softwareentwickler sind, der skalierbare KI-gestützte Algorithmen erstellen möchte, müssen Sie verstehen, wie man die Werkzeuge für deren Erstellung verwendet. Diese Spezialisierung vermittelt Ihnen Best Practices für die Verwendung von TensorFlow, einem beliebten Open Source Framework für maschinelles Lernen. In diesem vierten Kurs lernen Sie, wie Sie Zeitreihenmodelle in TensorFlow erstellen. Sie werden zuerst Best Practices implementieren, um Zeitreihendaten vorzubereiten. Sie werden auch untersuchen, wie RNNs und 1D ConvNets für Vorhersagen verwendet werden können. Schließlich wenden Sie alles, was Sie während der Spezialisierung gelernt haben, an, um ein Sonnenfleckenvorhersagemodell mit realen Daten zu erstellen! Der Kurs Maschinelles Lernen und die Deep Learning-Spezialisierung von Andrew Ng vermitteln die wichtigsten und grundlegenden Prinzipien des Maschinellen Lernens und des Deep Learning. Diese neue DeepLearning.AI TensorFlow Developer Specialization lehrt Sie, wie Sie TensorFlow verwenden, um diese Prinzipien zu implementieren, so dass Sie beginnen können, skalierbare Modelle für reale Probleme zu erstellen und anzuwenden. Um ein tieferes Verständnis für die Funktionsweise neuronaler Netze zu entwickeln, empfehlen wir Ihnen, die Deep Learning-Spezialisierung zu belegen.
Erwerben Sie mit Coursera Plus für 199 $ (regulär 399 $) das nächste Level. Jetzt sparen.

Sequenzen, Zeitreihen und Vorhersagen
Dieser Kurs ist Teil von DeepLearning.AI TensorFlow Entwickler (berufsbezogenes Zertifikat)

Dozent: Laurence Moroney
150.115 bereits angemeldet
(5,154 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Lösen Sie Zeitreihen und Vorhersageprobleme in TensorFlow
Bereiten Sie Daten für das Lernen von Zeitreihen mit Hilfe von Best Practices vor
Entdecken Sie, wie RNNs und ConvNets für Vorhersagen verwendet werden können
Erstellen Sie ein Modell zur Vorhersage von Sonnenflecken anhand realer Daten
Kompetenzen, die Sie erwerben
- Kategorie: Zeitreihenanalyse und Vorhersage
- Kategorie: Prädiktive Modellierung
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Vorhersage
- Kategorie: Vorverarbeitung der Daten
- Kategorie: Maschinelles Lernen
- Kategorie: Deep Learning
- Kategorie: Tensorflow
- Kategorie: Rekurrente Neuronale Netze (RNNs)
- Kategorie: Faltungsneuronale Netzwerke
- Kategorie: Künstliche neuronale Netze
Wichtige Details

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

Erweitern Sie Ihr Fachwissen im Bereich Maschinelles Lernen
- 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 von DeepLearning.AI zur Vorlage

In diesem Kurs gibt es 4 Module
Hallo und herzlich willkommen zu diesem Kurs über Sequenzen und Vorhersagen! In diesem Kurs werfen wir einen Blick auf einige der besonderen Überlegungen, die beim Umgang mit sequenziellen Zeitreihendaten angestellt werden müssen - bei denen sich die Werte im Laufe der Zeit ändern, wie z.B. die Temperatur an einem bestimmten Tag oder die Anzahl der Besucher auf Ihrer Website. Wir werden verschiedene Methoden für die Vorhersage zukünftiger Werte in diesen Zeitreihen besprechen und dabei auf dem aufbauen, was Sie in früheren Kursen gelernt haben!
Das ist alles enthalten
10 Videos7 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Nachdem wir uns mit Zeitreihen und einigen gängigen Attributen von Zeitreihen wie Trend und Saisonalität beschäftigt und statistische Methoden für die Projektion verwendet haben, wollen wir nun damit beginnen, neuronalen Netzwerken beizubringen, Zeitreihen zu erkennen und vorherzusagen!
Das ist alles enthalten
10 Videos2 Lektüren1 Aufgabe1 Programmieraufgabe3 Unbewertete Labore
Rekurrente neuronale Netzwerke und Long Short Term Memory-Netzwerke sind sehr nützlich, um sequenzielle Daten zu klassifizieren und vorherzusagen. In dieser Woche werden wir ihre Verwendung bei Zeitreihen untersuchen..
Das ist alles enthalten
8 Videos4 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Fügen wir zu den DNNs und RNNs noch Faltungen hinzu und setzen wir das Ganze mit einer realen Datenreihe zusammen - einer, die die Sonnenfleckenaktivität über Hunderte von Jahren misst - und sehen wir, ob wir damit Vorhersagen treffen können
Das ist alles enthalten
11 Videos9 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
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.
Dozent

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




Bewertungen von Lernenden
5.154 Bewertungen
- 5 stars
77,96 %
- 4 stars
15,75 %
- 3 stars
3,89 %
- 2 stars
1,16 %
- 1 star
1,22 %
Zeigt 3 von 5154 an
Geprüft am 21. März 2020
Really like the focus on practical application and demonstrating the latest capability of TensorFlow. As mentioned in the course, it is a great compliment to Andrew Ng's Deep Learning Specialization.
Geprüft am 26. Dez. 2019
I'm so glad to take this course and build my knowledge regarding time-series data and modern approaches to create prognostic models. Thanks to Andrew Ng and L. Moroney to provide this course.
Geprüft am 16. Juli 2020
The course is fantastic. It was a bit short and with some hyperparameters tuning focus, it could have been great. Also, it seems that it is biased to show that LSTM is always superior to RNN networks.
Häufig gestellte Fragen
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugang zu allen Kursen des Zertifikats, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird zu Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Weitere Fragen
Finanzielle Unterstützung verfügbar,


