Im zweiten Kurs der Deep Learning Specializations werden Sie die Blackbox des Deep Learning öffnen, um die Prozesse zu verstehen, die die Leistung vorantreiben und systematisch gute Ergebnisse erzeugen.
Tiefe neuronale Netze verbessern: Abstimmung der Hyperparameter, Regularisierung und Optimierung
Tiefe neuronale Netze verbessern: Abstimmung der Hyperparameter, Regularisierung und Optimierung
Dieser Kurs ist Teil von Spezialisierung Deep Learning
Unterrichtet in Deutsch (KI-Synchronisation)
Dozenten: Andrew Ng
TOP-LEHRKRAFT
593.495 bereits angemeldet
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.9
(63,319 Bewertungen)
Stufe Mittel
Empfohlene Erfahrung
Flexibler Zeitplan
Ca. 23 Stunden
In Ihrem eigenen Lerntempo lernen
96%
Den meisten Lernenden hat dieser Kurs gefallen
Kompetenzen, die Sie erwerben
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Deep Learning
- Kategorie: Maschinelles Lernen
- Kategorie: Künstliche neuronale Netze
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Algorithmen
- Kategorie: Computerprogrammierung
- Kategorie: Mathematik
- Kategorie: Python-Programmierung
- Kategorie: Mathematische Theorie & Analyse
- Kategorie: Human Learning
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
3 Aufgaben
Unterrichtet in Deutsch (KI-Synchronisation)
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Deep Learning
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 3 Module
Entdecken und experimentieren Sie mit einer Vielzahl verschiedener Initialisierungsmethoden, wenden Sie L2-Regularisierung und Dropout an, um eine Überanpassung des Modells zu vermeiden, und wenden Sie dann die Gradientenprüfung an, um Fehler in einem Betrugserkennungsmodell zu identifizieren.
Das ist alles enthalten
15 Videos5 Lektüren1 Aufgabe3 Programmieraufgaben
Entwickeln Sie Ihre Deep Learning-Toolbox weiter, indem Sie fortschrittlichere Optimierungen, zufälliges Minibatching und das Scheduling der Lernratenabnahme hinzufügen, um Ihre Modelle zu beschleunigen.
Das ist alles enthalten
11 Videos3 Lektüren1 Aufgabe1 Programmieraufgabe
Lernen Sie TensorFlow kennen, ein Deep-Learning-Framework, mit dem Sie schnell und einfach neuronale Netzwerke erstellen und dann ein neuronales Netzwerk auf einem TensorFlow-Datensatz trainieren können.
Das ist alles enthalten
11 Videos7 Lektüren1 Aufgabe1 Programmieraufgabe
Dozenten
Lehrkraftbewertungen
4.9 (4,880 Bewertungen)
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
DeepLearning.AI
DeepLearning.AI
Johns Hopkins University
DeepLearning.AI
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.9
63.319 Bewertungen
- 5 stars
88,22 %
- 4 stars
10,57 %
- 3 stars
1,01 %
- 2 stars
0,11 %
- 1 star
0,06 %
Zeigt 3 von 63319 an
AA
4
Geprüft am 22. Okt. 2017
Assignment in week 2 could not tell the difference between 'a-=b' and 'a=a-b' and marked the former as incorrect even though they are the same and gave the same output. Other than that, a great course
RR
4
Geprüft am 12. Juni 2020
Could have increased assignments and some more indepth knowledge of tensorflow and proper installation way of tensorflow cause mine is showing error when iam trying to practice as shown in the video
AS
5
Geprüft am 18. Apr. 2020
Very good course to give you deep insight about how to enhance your algorithm and neural network and improve its accuracy. Also teaches you Tensorflow. Highly recommend especially after the 1st course
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.
Weitere Fragen
Finanzielle Unterstützung verfügbar,