Course Summary
This course provides an introduction to deep learning, its applications, and its algorithms. It covers topics such as backpropagation, convolutional neural networks, and recurrent neural networks.Key Learning Points
- Understand the basics of deep learning algorithms
- Learn how to build deep neural networks
- Explore real-world applications of deep learning
Job Positions & Salaries of people who have taken this course might have
- USA: $113,000
- USA: $113,000
- USA: $127,000
- USA: $113,000
- USA: $127,000
- USA: $140,000
Related Topics for further study
- Deep Learning Algorithms
- Neural Networks
- Backpropagation
- Convolutional Neural Networks
- Recurrent Neural Networks
Learning Outcomes
- Build and train deep neural networks
- Understand the backpropagation algorithm
- Implement convolutional and recurrent neural networks
Prerequisites or good to have knowledge before taking this course
- Basic knowledge of calculus and linear algebra
- Experience with Python programming
Course Difficulty Level
IntermediateCourse Format
- Online
- Self-paced
Similar Courses
- Applied Data Science with Python
- Neural Networks and Deep Learning
- Deep Learning Specialization
Notable People in This Field
- Founder of deeplearning.ai
- Director of Machine Learning at Apple
- Co-Director of Stanford Institute for Human-Centered AI
Related Books
Description
Este curso te brindará los conocimientos introductorios sobre Aprendizaje Profundo, vas a entender
los fundamentos teóricos y su implementación . Se comenzará entendiendo cómo evolucionó el campo hasta llegar a las redes profundas y cuáles son sus principales beneficios frente a otras técnicas de aprendizaje supervisado, asà como también sus limitaciones y situaciones en donde no posee un rendimiento superior
Knowledge
- Interpretar qué es el aprendizaje profundo
- Evaluar por qué usar técnicas de aprendizaje profundo y cuándo usarlo
- Construir y entrenar una regresión logÃstica para un problema de clasificación
- Construir y entrenar una red neuronal completamente conectada para un problema de clasificación
Outline
- Introducción al aprendizaje profundo
- Universidad Austral
- Introducción
- ¿Qué es una Red Neuronal?
- Uso de Redes Neuronales en el Aprendizaje Supervisado
- Qué es y porqué es relevante el Aprendizaje Profundo
- Introducción a Jupyter/Ipython notebooks
- Bienvenidos a la Universidad Austral
- Sobre la versión gratuita
- Cuestionario calificado del Módulo 1
- Conceptos Básicos de Redes Neuronales
- Bienvenidos/as al Módulo 2
- Regresiones: las redes neuronales más sencillas
- Clasificación binaria y regresión logÃstica
- Función de Costo en la Regresión LogÃstica
- Descenso de Gradiente
- Derivadas y grafos computacionales
- Descenso de Gradiente Aplicado a una Regresión LogÃstica
- Vectorización
- Cuestionario calificado del Módulo 2
- Red Neuronal de una sola capa oculta
- Bienvenidos/as al Módulo 3
- Redes Neuronales de una Capa Oculta
- Funciones de Activación
- Backpropagation en Redes Neuronales de una Capa Oculta
- Formas de inicialización
- Cuestionario calificado del Módulo 3
- Red Neuronal Profundas
- Bienvenidos/as al Módulo 4
- Redes Neuronales Profundas de L-Capas
- Intuición de por qué las redes profundas funcionan
- Parámetros e Hiperparámetros
Summary of User Reviews
Discover the fundamentals of deep learning in this course on Coursera. Users have praised the well-structured and easy-to-follow curriculum that covers a wide range of topics. Overall, users have found this course to be a valuable resource for learning about deep learning.Key Aspect Users Liked About This Course
The course is well-structured and easy-to-followPros from User Reviews
- Covers a wide range of topics in deep learning
- Instructors are knowledgeable and engaging
- Provides practical assignments and real-world applications
- Offers flexibility to work at your own pace
- Great for beginners and intermediate learners
Cons from User Reviews
- Some sections may be too technical for beginners
- Could benefit from more interactive elements
- Some videos are lengthy and require significant time commitment
- Not recommended for advanced learners looking for in-depth coverage
- Limited interaction with instructors and other students