Machine Learning with Neural Networks

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

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

Machine Learning with Neural Networks

Ce cours fait partie de Spécialisation "Practical Machine Learning: Foundations to Neural Networks "

Instructeur : Peter Chin

Inclus avec

7 modules

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

niveau Intermédiaire

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Préparer un diplôme

7 modules

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

niveau Intermédiaire

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Préparer un diplôme

Ce que vous apprendrez

How to build and train neural networks with backpropagation and regularization, and model predictive uncertainty using Bayesian neural networks.

Compétences que vous acquerrez

Catégorie : Machine Learning
Catégorie : Bayesian Statistics
Catégorie : Artificial Neural Networks
Catégorie : Machine Learning Algorithms
Catégorie : Network Architecture
Catégorie : Probability Distribution
Catégorie : Applied Machine Learning
Catégorie : Bayesian Network
Catégorie : Deep Learning
Catégorie : Model Training
Catégorie : Machine Learning Methods
Catégorie : Model Optimization
Catégorie : Convolutional Neural Networks
Catégorie : Model Evaluation

Outils que vous découvrirez

Catégorie : Tensorflow

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

25 devoirs

Enseigné en Anglais

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

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Practical Machine Learning: Foundations to Neural Networks "

Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Il y a 7 modules dans ce cours

This course explores the principles of machine learning through the lens of one of its most powerful and versatile model classes: the artificial neural network. We will cover the fundamental machine learning concepts of modeling, training, and generalization. You will learn how to process the input data with feed-forward operations, how to train a neural network model using gradient-based optimization and the backpropagation algorithm, and how to ensure it performs well on new data using regularization. In the final module, we discuss Bayesian neural networks, learning how to build models that not only make predictions but also quantify their own uncertainty.

Inclus

1 vidéo1 lecture

Inclus

4 vidéos1 lecture4 devoirs

4 vidéosTotal 27 minutes

Feed-Forward Network Functions - Part 14 minutes
Feed-Forward Network Functions - Part 211 minutes
Feed-Forward Network Functions - Part 35 minutes
Feed-Forward Network Functions - Part 47 minutes

1 lectureTotal 10 minutes

Module Overview: Feed-Forward Network Functions 10 minutes

4 devoirsTotal 45 minutes

Feed-Forward Network Functions - Part 110 minutes
Feed-Forward Network Functions - Part 210 minutes
Feed-Forward Network Functions - Part 310 minutes
Feed-Forward Network Functions - Part 415 minutes

Inclus

5 vidéos2 lectures6 devoirs3 laboratoires non notés

5 vidéosTotal 32 minutes

Error Backpropagation Algorithm - Part 113 minutes
Error Backpropagation Algorithm - Part 25 minutes
Error Backpropagation Algorithm - Part 36 minutes
Error Backpropagation Algorithm - Part 46 minutes
Error Backpropagation Algorithm - Part 52 minutes

2 lecturesTotal 25 minutes

Module Overview: Error Backpropagation Algorithm10 minutes
Lab Overview: Feed-Forward Network Functions (Read First!)15 minutes

6 devoirsTotal 95 minutes

Error Backpropagation Algorithm - Part 110 minutes
Error Backpropagation Algorithm - Part 210 minutes
Error Backpropagation Algorithm - Part 310 minutes
Error Backpropagation Algorithm - Part 415 minutes
Implementing a 2-Layer Neural Network By Hand - Part 230 minutes
Feed-Forward Network Functions Lab - Part 220 minutes

3 laboratoires non notésTotal 560 minutes

Implementing a 2-Layer Neural Network By Hand - Part 1240 minutes
Feed-Forward Network Functions Lab - Part 1300 minutes
Feed-Forward Network Functions Lab - Solution20 minutes

Inclus

6 vidéos2 lectures7 devoirs2 laboratoires non notés

6 vidéosTotal 52 minutes

Regularization in Neural Networks - Part 1A8 minutes
Regularization in Neural Networks - Part 1B6 minutes
Regularization in Neural Networks - Part 1C11 minutes
Regularization in Neural Networks - Part 2A4 minutes
Regularization in Neural Networks - Part 2B6 minutes
Regularization in Neural Networks - Part 318 minutes

2 lecturesTotal 25 minutes

Module Overview: Regularization in Neural Networks10 minutes
Lab Overview: Regularization in Neural Networks (Read First!)15 minutes

7 devoirsTotal 80 minutes

Regularization in Neural Networks - Part 1A10 minutes
Regularization in Neural Networks - Part 1B10 minutes
Regularization in Neural Networks - Part 1C10 minutes
Regularization in Neural Networks - Part 2A10 minutes
Regularization in Neural Networks - Part 2B10 minutes
Regularization in Neural Networks - Part 310 minutes
Regularization in Neural Networks Lab - Part 220 minutes

2 laboratoires non notésTotal 320 minutes

Regularization in Neural Networks Lab - Part 1300 minutes
Regularization in Neural Networks Lab - Solution20 minutes

Inclus

5 vidéos2 lectures6 devoirs2 laboratoires non notés

5 vidéosTotal 35 minutes

Bayesian Neural Network for Regression - Part 110 minutes
Bayesian Neural Network for Regression - Part 29 minutes
Bayesian Neural Network for Regression - Part 36 minutes
Bayesian Neural Network for Regression - Part 44 minutes
Bayesian Neural Network for Regression - Part 56 minutes

2 lecturesTotal 20 minutes

Module Overview: Bayesian Neural Networks for Regression10 minutes
Lab Overview: Bayesian Neural Network for Regression (Read First!)10 minutes

6 devoirsTotal 70 minutes

Bayesian Neural Network for Regression - Part 110 minutes
Bayesian Neural Network for Regression - Part 210 minutes
Bayesian Neural Network for Regression - Part 310 minutes
Bayesian Neural Network for Regression - Part 410 minutes
Bayesian Neural Network for Regression - Part 510 minutes
Bayesian Neural Network for Regression Lab - Part 220 minutes

2 laboratoires non notésTotal 320 minutes

Bayesian Neural Network for Regression Lab - Part 1300 minutes
Bayesian Neural Network for Regression Lab - Solution20 minutes

Inclus

1 lecture1 devoir3 laboratoires non notés

1 lectureTotal 10 minutes

Module Overview: Implementing Neural Networks with TensorFlow10 minutes

1 devoirTotal 30 minutes

Implementing Neural Networks with TensorFlow - Part 330 minutes

3 laboratoires non notésTotal 390 minutes

Implementing Neural Networks with TensorFlow - Part 160 minutes
Implementing Neural Networks with TensorFlow - Part 2300 minutes
Implementing Neural Networks with TensorFlow - One Solution30 minutes

Inclus

1 lecture1 devoir

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par Dartmouth College. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeur

Peter Chin

Dartmouth College

4 Cours1 952 apprenants

Offert par

Dartmouth College

En savoir plus sur Algorithms

Statut : Essai gratuit
Dartmouth College
Practical Machine Learning: Foundations to Neural Networks
Spécialisation
Statut : Essai gratuit
Packt
Foundations of Model Optimization and Deep Learning
Cours
Statut : Essai gratuit
Johns Hopkins University
Mastering Neural Networks and Model Regularization
Cours
Statut : Essai gratuit
Johns Hopkins University
Introduction to Neural Networks
Cours

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.’

Débloquez l'accès à plus de 10 000 cours grâce à un abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez les 4 700 entreprises internationales qui ont choisi Coursera for Business.

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 enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. 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.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,