Fundamentals of CNNs and RNNs

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Fundamentals of CNNs and RNNs

Instructeur : Jee-Hyong Lee

5 582 déjà inscrits

Inclus avec En savoir plus

Demander à Coursera

5 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Débutant

Expérience recommandée

5 heures à compléter

Planning flexible

Apprenez à votre propre rythme

5 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Débutant

Expérience recommandée

5 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Deep learning
Convolutional neural network
Recurrent neural network

Compétences que vous acquerrez

Catégorie : Computer Vision
Catégorie : Natural Language Processing
Catégorie : Deep Learning
Catégorie : Recurrent Neural Networks (RNNs)
Catégorie : Artificial Neural Networks
Catégorie : Convolutional Neural Networks
Catégorie : Image Analysis
Catégorie : Machine Learning

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

5 devoirs

Enseigné en Coréen

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 5 modules dans ce cours

This course covers fundamental concepts of convolutional neural networks (CNNs) and recurrent neural networks (RNNs), which are widely used in computer vision and natural language processing areas.

In the CNN part, you will learn the concepts of CNNs, the two major operators (convolution and pooling), and the structure of CNNs. In the RNN part, you will learn the concept and the structure of RNNs, and the two variants of RNNs, LSTMs and GRUs.   The goal of this course is to give learners basic understanding of CNNs and RNNs. Throughout this course, you will be equipped with skills required for computer vision and natural language processing.

Inclus

1 vidéo1 lecture1 devoir

Inclus

1 vidéo1 lecture1 devoir

Inclus

1 vidéo1 lecture1 devoir

Inclus

1 vidéo1 devoir

Inclus

1 vidéo1 devoir

Instructeur

Jee-Hyong Lee

Sungkyunkwan University

1 Cours5 582 apprenants

Offert par

Sungkyunkwan University

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.