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.
Sequenzen, Zeitreihen und Vorhersagen

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

Dozent: Laurence Moroney
151.343 bereits angemeldet
5,162 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: Maschinelles Lernen
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Vorhersage
- Kategorie: Rekurrente Neuronale Netze (RNNs)
- Kategorie: Prädiktive Modellierung
- Kategorie: Künstliche neuronale Netze
- Kategorie: Zeitreihenanalyse und Vorhersage
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Tiefes Lernen
- Kategorie: Faltungsneuronale Netze
Werkzeuge, die Sie lernen werden
- Kategorie: Tensorflow
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
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 Testzeitraum
Status: Vorschau
Status: Kostenloser TestzeitraumLearnQuest
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
77,99 %
- 4 stars
15,72 %
- 3 stars
3,89 %
- 2 stars
1,16 %
- 1 star
1,22 %
Zeigt 3 von 5162 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 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.
Geprüft am 22. Mai 2021
taking this course was undoubtedly a better idea than endless scans over tensorflow documentation and other books. I am glad I got to do this course, wish I had taken this up earlier
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,

