Deep Learning: Recurrent Neural Networks with Python

Aperçu

Avec la croissance exponentielle des données générées par les utilisateurs, maîtriser les RNNs est essentiel pour les ingénieurs en apprentissage profond pour effectuer des tâches comme la classification et la prédiction. Les architectures telles que les RNNs, GRUs et LSTMs sont les meilleurs choix, rendant la maîtrise des RNNs une priorité.

Ce cours commence par les bases et développe progressivement vos compétences théoriques et pratiques pour construire, entraîner et implémenter des RNNs.

Vous vous engagerez dans plusieurs exercices sur des sujets tels que les descentes de gradient dans les RNNs, GRUs et LSTMs, et apprendrez à implémenter des RNNs en utilisant TensorFlow.

Le cours se termine par deux projets excitants et réalistes :

créer un écrivain automatique et une application de prédiction des prix des actions. À la fin, vous serez équipé pour utiliser et implémenter les RNNs avec confiance dans vos projets.

Aucune connaissance préalable des RNNs n'est requise ; une expérience en Python est utile.

Ce cours est idéal pour les débutants, les data scientists expérimentés cherchant à commencer avec les RNNs, les analystes commerciaux, et ceux souhaitant implémenter des RNNs dans des projets. Grâce à des exercices engageants, des modules soigneusement conçus et des implémentations réalistes des RNNs, vous maîtriserez les RNNs, obtiendrez un aperçu des réseaux neuronaux profonds, comprendrez les architectures des RNNs, et effectuerez la classification de texte en utilisant TensorFlow.

Université :

Fournisseur :

Coursera

Catégories :

Cours Python, Cours d'Apprentissage Profond, Cours TensorFlow, Cours de Descente de Gradient, Cours de Classification de Texte

Sujets