Dans le cinquième cours de la Specialization Deep Learning, vous vous familiariserez avec les modèles de séquences et leurs applications passionnantes telles que la reconnaissance vocale, la synthèse musicale, les chatbots, la traduction automatique, le traitement du langage naturel (NLP), et plus encore.



Modèles de séquences
Ce cours fait partie de Spécialisation Deep learning
Enseigné en Français (doublage IA)



Instructeurs : Andrew Ng
Enseignant de premier plan
448 393 déjà inscrits
(31,101 avis)
Expérience recommandée
Compétences que vous acquerrez
- Catégorie : Deep learning
- Catégorie : Tensorflow
- Catégorie : Architecture de réseau
- Catégorie : PyTorch (Bibliothèque d'Apprentissage automatique)
- Catégorie : Traitement du langage naturel (NLP)
- Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
- Catégorie : Exploration de texte
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Apprentissage supervisé
Détails à connaître

Ajouter à votre profil LinkedIn
4 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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 4 modules dans ce cours
Découvrez les réseaux neuronaux récurrents, un type de modèle extrêmement performant sur les données temporelles, et plusieurs de ses variantes, notamment les LSTM, les GRU et les RNN bidirectionnels,
Inclus
12 vidéos5 lectures1 devoir3 devoirs de programmation
Le traitement du langage naturel et l'apprentissage profond constituent une combinaison puissante. À l'aide de représentations de vecteurs de mots et de couches d'intégration, formez des réseaux neuronaux récurrents aux performances exceptionnelles dans un large éventail d'applications, notamment l'analyse des sentiments, la reconnaissance des entités nommées et la traduction automatique neuronale.
Inclus
10 vidéos2 lectures1 devoir2 devoirs de programmation
Améliorez vos modèles de séquence à l'aide d'un mécanisme d'attention, un algorithme qui aide votre modèle à décider où porter son attention compte tenu d'une séquence d'entrées. Explorez ensuite la reconnaissance vocale et la manière de traiter les données audio.
Inclus
10 vidéos2 lectures1 devoir2 devoirs de programmation
Inclus
5 vidéos5 lectures1 devoir1 devoir de programmation3 laboratoires non notés
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.
Instructeurs

Offert par
En savoir plus sur Apprentissage automatique
- Statut : Essai gratuit
DeepLearning.AI
- Statut : Essai gratuit
DeepLearning.AI
- Statut : Essai gratuit
DeepLearning.AI
- Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?




Avis des étudiants
31 101 avis
- 5 stars
83,76 %
- 4 stars
12,88 %
- 3 stars
2,56 %
- 2 stars
0,47 %
- 1 star
0,30 %
Affichage de 3 sur 31101
Révisé le 25 janv. 2019
This was a tough one. The specialization is well structured and slowly progresses in terms of complexity. Having worked on RNN, i thought I would ace the projects. Different story though at the end
Révisé le 27 sept. 2018
Great hands on instruction on how RNNs work and how they are used to solve real problems. It was particularly useful to use Conv1D, Bidirectional and Attention layers into RNNs and see how they work.
Révisé le 1 janv. 2020
Learnt a lot about new concepts in RNN and LSTM. Really wanted to learn about these models. This course helped a lot. Everything was new and so fascinating. Loved this course and our teach Andrew NG.

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.
Plus de questions
Aide financière disponible,