Aperçu
Fondamentaux de l'Apprentissage Profond et des Réseaux Neuronaux
Embarquez pour un voyage à travers le monde complexe de l'apprentissage profond et des réseaux neuronaux. Ce cours commence par une base dans l'histoire et les concepts de base des réseaux neuronaux, y compris les perceptrons et les structures multi-couches. Au fur et à mesure que vous progressez, vous explorerez les mécaniques de l'entraînement des réseaux neuronaux, couvrant les fonctions d'activation et l'algorithme de rétropropagation. Le cours progresse ensuite vers les réseaux neuronaux artificiels et leurs applications réelles, en s'inspirant de l'architecture du cerveau humain.
Vous acquerrez des insights pratiques sur les couches d'entrée et de sortie, la fonction Sigmoïde et des ensembles de données clés comme MNIST. Des sujets spécialisés comme les réseaux à propagation avant, la rétropropagation et les techniques de régularisation, y compris les stratégies de dropout et la normalisation de batch, sont couverts en profondeur. Vous serez également introduit à des frameworks puissants comme TensorFlow et Keras. Le cours se termine par une étude approfondie des réseaux neuronaux convolutifs (CNNs), en se concentrant sur leurs applications et principes pour l'analyse d'image et de vidéo.
Ce cours est idéal pour les professionnels de la technologie et les étudiants ayant une compréhension de base de la programmation et des mathématiques, en particulier l'algèbre linéaire, le calcul et la probabilité de base.
Université : Coursera
Fournisseur : Coursera
Catégories : Cours sur l'Apprentissage Profond, Cours sur les Réseaux Neuronaux
Programme
Enseigné par
Étiquettes
