Si vous êtes un développeur de logiciels qui veut construire des algorithmes évolutifs alimentés par l'IA, vous devez comprendre comment utiliser les outils pour les construire. Cette spécialisation vous enseignera les meilleures pratiques pour utiliser TensorFlow, un framework open-source populaire pour l'apprentissage automatique. Dans ce quatrième cours, vous apprendrez à construire des modèles de séries chronologiques dans TensorFlow. Vous commencerez par mettre en œuvre les meilleures pratiques pour préparer les données de séries chronologiques. Vous explorerez également comment les RNN et les ConvNets 1D peuvent être utilisés pour la prédiction. Enfin, vous appliquerez tout ce que vous avez appris tout au long de la spécialisation pour construire un modèle de prédiction des taches solaires en utilisant des données du monde réel ! Le cours Apprentissage automatique et la spécialisation Deep learning d'Andrew Ng enseignent les principes les plus importants et les plus fondamentaux de l'apprentissage automatique et du Deep learning. Cette nouvelle spécialisation DeepLearning.IA TensorFlow Developer vous apprend à utiliser TensorFlow pour mettre en œuvre ces principes afin que vous puissiez commencer à construire et à appliquer des modèles évolutifs à des problèmes du monde réel. Pour développer une compréhension plus approfondie du fonctionnement des réseaux de neurones, nous vous recommandons de suivre la spécialisation Deep learning.
Séquences, séries temporelles et prédiction

Séquences, séries temporelles et prédiction
Ce cours fait partie de Certificat Professionnel Développeur DeepLearning.AI TensorFlow

Instructeur : Laurence Moroney
151 699 déjà inscrits
Demander à Coursera
5,162 avis
Expérience recommandée
Ce que vous apprendrez
Résoudre des problèmes de séries temporelles et de prévisions avec TensorFlow
Préparer les données pour l'apprentissage des séries temporelles en utilisant les meilleures pratiques
Découvrez comment les RNN et ConvNets peuvent être utilisés pour les prédictions
Construire un modèle de prévision des taches solaires à l'aide de données réelles
Compétences que vous acquerrez
- Catégorie : Réseaux neuronaux récurrents (RNN)
- Catégorie : Apprentissage profond
- Catégorie : Prévisions
- Catégorie : Modélisation prédictive
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Apprentissage automatique
- Catégorie : Prétraitement des données
- Catégorie : Analyse des séries temporelles et prévisions
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Réseaux neuronaux convolutifs
- Catégorie : Méthodes d'apprentissage automatique
Outils que vous découvrirez
- Catégorie : Tensorflow
Détails à connaître

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

Élaborez votre expertise en Apprentissage automatique
- 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 auprès de DeepLearning.AI

Il y a 4 modules dans ce cours
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.
Instructeur

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

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
78 %
- 4 stars
15,72 %
- 3 stars
3,89 %
- 2 stars
1,16 %
- 1 star
1,21 %
Affichage de 3 sur 5162
Révisé le 20 mai 2020
Its very interesting, thank you Lawrence and Andrew. You both have brought me to a wonderful world. I hope I can continue to more explore, more learning, and more practice to this new world. :D
Révisé le 21 juil. 2022
Very interesting and well-structured content presented from an enthusiastic and likeable teacher with a profound knowledge. Good quizzes and in-depth exercises. Thank you for this great course.
Révisé le 26 déc. 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.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Foire Aux Questions
Plus de questions
Aide financière disponible,

