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 Keras Deep Learning Projects with TensorFlow

Acquérir des compétences de haut niveau avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.

Spécialisation Keras Deep Learning Projects with TensorFlow

Build AI Models with Keras and TensorFlow. Develop, train, and optimize deep learning models for NLP and computer vision projects.

Instructeur : EDUCBA

Inclus avec

Série de 4 cours

Approfondissez votre connaissance d’un sujet

niveau Débutant

Expérience recommandée

4 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Série de 4 cours

Approfondissez votre connaissance d’un sujet

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 and implement deep learning models using Keras and TensorFlow for NLP and vision tasks.
Apply preprocessing, embedding, and evaluation techniques to optimize neural network performance.
Build, train, and deploy AI applications including chatbots, sentiment analyzers, and recognition systems.

Compétences que vous acquerrez

Catégorie : Matplotlib
Catégorie : Text Mining
Catégorie : Keras (Neural Network Library)
Catégorie : Deep Learning
Catégorie : Natural Language Processing
Catégorie : Tensorflow
Catégorie : Embeddings
Catégorie : Google Cloud Platform
Catégorie : Image Analysis
Catégorie : Model Evaluation
Catégorie : Convolutional Neural Networks
Catégorie : Applied Machine Learning
Catégorie : Generative AI
Catégorie : Jupyter
Catégorie : Data Preprocessing
Catégorie : Model Deployment
Catégorie : Recurrent Neural Networks (RNNs)
Catégorie : Transfer Learning
Catégorie : Artificial Neural Networks
Catégorie : Computer Vision

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Récemment mis à jour !

octobre 2025

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 4 cours

This Specialization provides an end-to-end, hands-on learning experience in building and deploying deep learning models using Keras and TensorFlow. Learners will work on real-world projects in chatbot development, sentiment analysis, image classification, and face recognition. Each course guides participants from data preprocessing to advanced neural network architectures, emphasizing model optimization, evaluation, and deployment. By completing the program, learners will gain job-ready AI skills applicable across NLP, computer vision, and applied machine learning domains.

Projet d'apprentissage appliqué

Learners will apply deep learning techniques to real-world datasets, building chatbots, sentiment analysis tools, image classifiers, and face recognition systems using Keras. Each project is designed to simulate authentic industry challenges, enabling learners to implement and refine neural network models from data preparation to evaluation.

Chatbots with Keras & NLP: Build & Evaluate

COURS 17 heures

Ce que vous apprendrez

Apply preprocessing and vectorization in NLP.
Build ML and neural chatbot models with Keras.
Evaluate and optimize conversational AI systems.

Compétences que vous acquerrez

Catégorie : Natural Language Processing

Catégorie : Artificial Neural Networks

Catégorie : Generative AI

Catégorie : Embeddings

Catégorie : Data Preprocessing

Catégorie : Model Evaluation

Catégorie : Tensorflow

Catégorie : Deep Learning

Catégorie : Keras (Neural Network Library)

Catégorie : Recurrent Neural Networks (RNNs)

Catégorie : Text Mining

Sentiment Analysis with RNNs in Keras

COURS 22 heures

Ce que vous apprendrez

Preprocess and tokenize text for sentiment analysis.
Build and train LSTM models using Keras.
Evaluate and visualize model performance in Colab.

Compétences que vous acquerrez

Catégorie : Recurrent Neural Networks (RNNs)

Catégorie : Model Evaluation

Catégorie : Keras (Neural Network Library)

Catégorie : Data Preprocessing

Catégorie : Deep Learning

Catégorie : Tensorflow

Catégorie : Text Mining

Catégorie : Google Cloud Platform

Catégorie : Natural Language Processing

Catégorie : Matplotlib

Image Classification with Keras: Build & Optimize

COURS 32 heures

Ce que vous apprendrez

Build and train CNN models with Keras in Colab.
Apply transfer learning and image augmentation.
Visualize layers and retrain models for accuracy.

Compétences que vous acquerrez

Catégorie : Keras (Neural Network Library)

Catégorie : Transfer Learning

Catégorie : Convolutional Neural Networks

Catégorie : Computer Vision

Catégorie : Tensorflow

Catégorie : Model Evaluation

Catégorie : Jupyter

Catégorie : Data Preprocessing

Catégorie : Applied Machine Learning

Catégorie : Visualization (Computer Graphics)

Catégorie : Deep Learning

Catégorie : Image Analysis

Catégorie : Matplotlib

Face Recognition with Keras: Detect & Classify

COURS 45 heures

Ce que vous apprendrez

Detect and preprocess facial images using MTCNN.
Generate embeddings and train models with FaceNet.
Build and evaluate real-world face recognition systems.

Compétences que vous acquerrez

Catégorie : Keras (Neural Network Library)

Catégorie : Deep Learning

Catégorie : Embeddings

Catégorie : Computer Vision

Catégorie : Convolutional Neural Networks

Catégorie : Python Programming

Catégorie : Applied Machine Learning

Catégorie : Supervised Learning

Catégorie : NumPy

Catégorie : Tensorflow

Catégorie : Model Evaluation

Catégorie : Data Preprocessing

Catégorie : Image Analysis

Catégorie : Model Deployment

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

617 Cours182 960 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

The Keras Deep Learning Projects with TensorFlow Specialization can typically be completed in approximately 7 to 8 weeks, with a recommended commitment of 3–4 hours per week. This flexible, self-paced structure allows learners to progress through each project systematically—building, training, and optimizing neural network models while developing both conceptual understanding and hands-on expertise. The pacing is designed to balance in-depth learning with practical implementation for real-world readiness.

Learners should have a foundational understanding of Python programming, basic knowledge of machine learning concepts, and familiarity with data handling using libraries such as NumPy or pandas. Prior exposure to deep learning or neural networks will be beneficial but is not mandatory.

Yes. The courses are designed in a progressive sequence that builds upon previously learned skills. Starting with foundational projects in NLP and sentiment analysis, learners then advance to more complex applications in computer vision and face recognition. Completing them in order ensures a smooth and cohesive learning experience.

Upon completion, learners will be able to design, train, and deploy deep learning models using Keras and TensorFlow. They will gain the ability to implement end-to-end workflows for NLP and computer vision tasks, including chatbot development, sentiment classification, image recognition, and face detection. Graduates will be equipped with practical, project-based experience to apply AI solutions confidently in academic, research, or professional environments.