课程信息

349,143 次近期查看

可分享的证书

完成后获得证书

100% 在线

立即开始,按照自己的计划学习。

第 4 门课程(共 4 门)

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

You should take the first 3 courses of the TensorFlow Specialization and be comfortable coding in Python and understanding high school-level math.

完成时间大约为13 小时

英语(English)

字幕:英语(English)

您将学到的内容有

  • Solve time series and forecasting problems in TensorFlow

  • Prepare data for time series learning using best practices

  • Explore how RNNs and ConvNets can be used for predictions

  • Build a sunspot prediction model using real-world data

您将获得的技能

ForecastingMachine LearningTensorflowTime Seriesprediction

可分享的证书

完成后获得证书

100% 在线

立即开始,按照自己的计划学习。

第 4 门课程(共 4 门)

可灵活调整截止日期

根据您的日程表重置截止日期。

中级

You should take the first 3 courses of the TensorFlow Specialization and be comfortable coding in Python and understanding high school-level math.

完成时间大约为13 小时

英语(English)

字幕:英语(English)

讲师

提供方

deeplearning.ai 徽标

deeplearning.ai

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up97%(3,254 个评分)Info
1

1

完成时间为 3 小时

Sequences and Prediction

完成时间为 3 小时
10 个视频 (总计 33 分钟), 3 个阅读材料, 3 个测验
10 个视频
Time series examples4分钟
Machine learning applied to time series1分钟
Common patterns in time series5分钟
Introduction to time series4分钟
Train, validation and test sets3分钟
Metrics for evaluating performance2分钟
Moving average and differencing2分钟
Trailing versus centered windows1分钟
Forecasting4分钟
3 个阅读材料
Introduction to time series notebook10分钟
Forecasting notebook10分钟
Week 1 Wrap up10分钟
1 个练习
Week 1 Quiz
2

2

完成时间为 3 小时

Deep Neural Networks for Time Series

完成时间为 3 小时
10 个视频 (总计 27 分钟), 5 个阅读材料, 3 个测验
10 个视频
Preparing features and labels4分钟
Preparing features and labels3分钟
Feeding windowed dataset into neural network2分钟
Single layer neural network2分钟
Machine learning on time windows37
Prediction2分钟
More on single layer neural network2分钟
Deep neural network training, tuning and prediction4分钟
Deep neural network3分钟
5 个阅读材料
Preparing features and labels notebook10分钟
Sequence bias10分钟
Single layer neural network notebook10分钟
Deep neural network notebook10分钟
Week 2 Wrap up10分钟
1 个练习
Week 2 Quiz
3

3

完成时间为 3 小时

Recurrent Neural Networks for Time Series

完成时间为 3 小时
10 个视频 (总计 20 分钟), 5 个阅读材料, 3 个测验
10 个视频
Conceptual overview2分钟
Shape of the inputs to the RNN2分钟
Outputting a sequence1分钟
Lambda layers1分钟
Adjusting the learning rate dynamically2分钟
RNN1分钟
LSTM1分钟
Coding LSTMs2分钟
More on LSTM1分钟
5 个阅读材料
More info on Huber loss10分钟
RNN notebook10分钟
Link to the LSTM lesson10分钟
LSTM notebook10分钟
Week 3 Wrap up10分钟
1 个练习
Week 3 Quiz
4

4

完成时间为 3 小时

Real-world time series data

完成时间为 3 小时
11 个视频 (总计 24 分钟), 5 个阅读材料, 3 个测验
11 个视频
Convolutions58
Bi-directional LSTMs3分钟
LSTM1分钟
Real data - sunspots3分钟
Train and tune the model3分钟
Prediction1分钟
Sunspots1分钟
Combining our tools for analysis3分钟
Congratulations!38
Specialization wrap up - A conversation with Andrew Ng2分钟
5 个阅读材料
Convolutional neural networks course10分钟
More on batch sizing10分钟
LSTM notebook10分钟
Sunspots notebook10分钟
Wrap up10分钟
1 个练习
Week 4 Quiz

关于 TensorFlow in Practice 专项课程

Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll explore exciting opportunities for AI applications. Begin by developing an understanding of how to build and train neural networks. Improve a network’s performance using convolutions as you train it to identify real-world images. You’ll teach machines to understand, analyze, and respond to human speech with natural language processing systems. Learn to process text, represent sentences as vectors, and input data to a neural network. You’ll even train an AI to create original poetry! AI is already transforming industries across the world. After finishing this Specialization, you’ll be able to apply your new TensorFlow skills to a wide range of problems and projects. Looking for more advanced TensorFlow content? Check out the new TensorFlow: Data and Deployment Specialization....
TensorFlow in Practice

常见问题

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 是的,Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤,包括毕业项目。了解更多

还有其他问题吗?请访问 学生帮助中心