Is this course really 100% online? Do I need to attend any classes in person?

This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.

Can I just enroll in a single course?

Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. Visit your learner dashboard to track your progress.

Is financial aid available?

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.

Can I take the course for free?

No, you cannot take this course for free. 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. If you cannot afford the fee, you can apply for financial aid.

Will I earn university credit for completing the Specialization?

This Specialization doesn't carry university credit, but some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

Spécialisation "Deep Learning with Python: CNN, ANN & RNN"

Développez vos compétences avec Coursera Plus pour 239 $/an (habituellement 399 $). Économisez maintenant.

Spécialisation "Deep Learning with Python: CNN, ANN & RNN"

Build Neural Networks for Real AI Projects.

Master CNN, ANN, and RNN in Python with hands-on projects and real-world case studies

Instructeur : EDUCBA

Inclus avec

Série de 3 cours

Approfondissez votre connaissance d’un sujet

des 47 examens de cours de ce programme

niveau Débutant

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Série de 3 cours

Approfondissez votre connaissance d’un sujet

des 47 examens de cours de ce programme

niveau Débutant

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Design, build, and evaluate CNN, ANN, and RNN models in Python using TensorFlow and Keras.
Apply preprocessing, feature engineering, and optimization techniques to real-world datasets.
Implement deep learning solutions for image recognition, customer churn, and stock forecasting.

Compétences que vous acquerrez

Catégorie : Applied Machine Learning
Catégorie : Artificial Neural Networks
Catégorie : Computer Vision
Catégorie : Convolutional Neural Networks
Catégorie : Data Preprocessing
Catégorie : Data Processing
Catégorie : Data Transformation
Catégorie : Deep Learning
Catégorie : Feature Engineering
Catégorie : Financial Forecasting
Catégorie : Image Analysis
Catégorie : Model Evaluation
Catégorie : Model Optimization
Catégorie : Model Training
Catégorie : Predictive Modeling
Catégorie : Recurrent Neural Networks (RNNs)
Catégorie : Statistical Visualization

Outils que vous découvrirez

Catégorie : Keras (Neural Network Library)
Catégorie : Python Programming
Catégorie : Tensorflow

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

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

Améliorez votre expertise en la matière

Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
Maîtrisez un sujet ou un outil avec des projets pratiques
Développez une compréhension approfondie de concepts clés
Obtenez un certificat professionnel auprès de EDUCBA

Spécialisation - série de 3 cours

This Specialization provides a practical, project-driven pathway to mastering deep learning with Python. Learners will explore Convolutional Neural Networks (CNNs), Artificial Neural Networks (ANNs), and Recurrent Neural Networks (RNNs) with LSTM layers through real-world case studies in image recognition, customer churn prediction, and stock price forecasting. Each course emphasizes both theory and hands-on coding using TensorFlow and Keras, ensuring you graduate with job-ready AI skills and the ability to apply neural networks to authentic business and financial problems.

Projet d'apprentissage appliqué

Learners will complete guided projects that apply deep learning to real datasets, including image classification, customer churn analysis, and stock price forecasting. These projects ensure practical application of Python-based neural networks, building confidence to solve real-world AI challenges.

Master CNNs with Python: Build, Train & Evaluate Models

COURS 1, 6 heures

Ce que vous apprendrez

Explain CNN fundamentals and apply Python for model building.
Preprocess and augment image datasets for training workflows.
Design, implement, and evaluate CNNs for image classification.

Compétences que vous acquerrez

Catégorie : Convolutional Neural Networks

Catégorie : Computer Vision

Catégorie : Data Preprocessing

Catégorie : Deep Learning

Catégorie : Image Analysis

Catégorie : Model Training

Catégorie : Development Environment

Catégorie : Artificial Neural Networks

Catégorie : Python Programming

Catégorie : Cloud Computing

Catégorie : Applied Machine Learning

Catégorie : Predictive Modeling

Catégorie : Model Evaluation

Deep Learning with ANN in Python: Build & Optimize

COURS 2, 6 heures

Ce que vous apprendrez

Configure Python environments and preprocess structured data.
Build, train, and optimize ANN models with TensorFlow & Keras.
Handle imbalanced datasets and apply ANN to churn prediction.

Compétences que vous acquerrez

Catégorie : Artificial Neural Networks

Catégorie : Data Preprocessing

Catégorie : Deep Learning

Catégorie : Model Evaluation

Catégorie : Development Environment

Catégorie : Software Installation

Catégorie : Data Processing

Catégorie : Keras (Neural Network Library)

Catégorie : Model Training

Catégorie : Tensorflow

Catégorie : Model Optimization

Catégorie : Predictive Analytics

Deep Learning RNN & LSTM: Stock Price Prediction

COURS 3, 5 heures

Ce que vous apprendrez

Preprocess stock datasets with feature scaling and EDA.
Build and train RNNs with LSTM layers for time-series data.
Evaluate and visualize stock predictions using real datasets.

Compétences que vous acquerrez

Catégorie : Recurrent Neural Networks (RNNs)

Catégorie : Feature Engineering

Catégorie : Exploratory Data Analysis

Catégorie : Model Evaluation

Catégorie : Time Series Analysis and Forecasting

Catégorie : Data Preprocessing

Catégorie : Data Processing

Catégorie : Financial Forecasting

Catégorie : Predictive Analytics

Catégorie : Artificial Neural Networks

Catégorie : Forecasting

Catégorie : Model Optimization

Catégorie : Statistical Visualization

Catégorie : Predictive Modeling

Catégorie : Deep Learning

Catégorie : Model Training

Catégorie : Data Transformation

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

EDUCBA

1 153 Cours275 609 apprenants

Offert par

EDUCBA

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.’

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

Découvrir les diplômes

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

Learners can expect to complete this Specialization in approximately 5 to 6 weeks with a dedicated study time of 3–4 hours per week. The flexible, self-paced structure allows you to balance learning with your personal or professional commitments, while still progressing through hands-on projects and case studies that reinforce practical deep learning skills. By the end, you will have developed the ability to confidently apply CNNs, ANNs, and RNNs to real-world problems using Python.

A foundational understanding of Python programming, statistics, and basic machine learning concepts is recommended. Familiarity with data preprocessing and linear algebra will also help learners maximize their experience.

Yes. The courses are designed to build progressively, starting with ANN fundamentals, then advancing to CNNs, and finally exploring RNNs with LSTM for sequential data. Following the order ensures you develop a solid foundation before tackling more complex architectures.

By completing this Specialization, you will be able to design, train, and evaluate deep learning models using Python. You will gain hands-on experience with CNNs for image tasks, ANNs for predictive modeling, and RNNs with LSTMs for time-series forecasting. These skills will empower you to apply neural networks to practical business and AI-driven projects.