Wenn Sie ein Softwareentwickler sind, der skalierbare KI-gestützte Algorithmen erstellen möchte, müssen Sie verstehen, wie man die Werkzeuge für deren Erstellung verwendet. Diese Spezialisierung vermittelt Ihnen Best Practices für die Verwendung von TensorFlow, einem beliebten Open Source Framework für maschinelles Lernen. In diesem vierten Kurs lernen Sie, wie Sie Zeitreihenmodelle in TensorFlow erstellen. Sie werden zuerst Best Practices implementieren, um Zeitreihendaten vorzubereiten. Sie werden auch untersuchen, wie RNNs und 1D ConvNets für Vorhersagen verwendet werden können. Schließlich wenden Sie alles, was Sie während der Spezialisierung gelernt haben, an, um ein Sonnenfleckenvorhersagemodell mit realen Daten zu erstellen! Der Kurs Maschinelles Lernen und die Deep Learning-Spezialisierung von Andrew Ng vermitteln die wichtigsten und grundlegenden Prinzipien des Maschinellen Lernens und des Deep Learning. Diese neue DeepLearning.AI TensorFlow Developer Specialization lehrt Sie, wie Sie TensorFlow verwenden, um diese Prinzipien zu implementieren, so dass Sie beginnen können, skalierbare Modelle für reale Probleme zu erstellen und anzuwenden. Um ein tieferes Verständnis für die Funktionsweise neuronaler Netze zu entwickeln, empfehlen wir Ihnen, die Deep Learning-Spezialisierung zu belegen.
Sequenzen, Zeitreihen und Vorhersagen
Dieser Kurs ist Teil von DeepLearning.AI TensorFlow Entwickler (berufsbezogenes Zertifikat)
Dozent: Laurence Moroney
142.505 bereits angemeldet
(5,079 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Lösen Sie Zeitreihen und Vorhersageprobleme in TensorFlow
Bereiten Sie Daten für das Lernen von Zeitreihen mit Hilfe von Best Practices vor
Entdecken Sie, wie RNNs und ConvNets für Vorhersagen verwendet werden können
Erstellen Sie ein Modell zur Vorhersage von Sonnenflecken anhand realer Daten
Kompetenzen, die Sie erwerben
- Kategorie: vorhersage
- Kategorie: Tensorflow
- Kategorie: Vorhersage
- Kategorie: Zeitreihen
- Kategorie: Maschinelles Lernen
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
4 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihr Fachwissen im Bereich Maschinelles Lernen
- 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 von DeepLearning.AI 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 4 Module
Hallo und herzlich willkommen zu diesem Kurs über Sequenzen und Vorhersagen! In diesem Kurs werfen wir einen Blick auf einige der besonderen Überlegungen, die beim Umgang mit sequenziellen Zeitreihendaten angestellt werden müssen - bei denen sich die Werte im Laufe der Zeit ändern, wie z.B. die Temperatur an einem bestimmten Tag oder die Anzahl der Besucher auf Ihrer Website. Wir werden verschiedene Methoden für die Vorhersage zukünftiger Werte in diesen Zeitreihen besprechen und dabei auf dem aufbauen, was Sie in früheren Kursen gelernt haben!
Das ist alles enthalten
10 Videos7 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Nachdem wir uns mit Zeitreihen und einigen gängigen Attributen von Zeitreihen wie Trend und Saisonalität beschäftigt und statistische Methoden für die Projektion verwendet haben, wollen wir nun damit beginnen, neuronalen Netzwerken beizubringen, Zeitreihen zu erkennen und vorherzusagen!
Das ist alles enthalten
10 Videos2 Lektüren1 Aufgabe1 Programmieraufgabe3 Unbewertete Labore
Rekurrente neuronale Netzwerke und Long Short Term Memory-Netzwerke sind sehr nützlich, um sequenzielle Daten zu klassifizieren und vorherzusagen. In dieser Woche werden wir ihre Verwendung bei Zeitreihen untersuchen..
Das ist alles enthalten
8 Videos4 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Fügen wir zu den DNNs und RNNs noch Faltungen hinzu und setzen wir das Ganze mit einer realen Datenreihe zusammen - einer, die die Sonnenfleckenaktivität über Hunderte von Jahren misst - und sehen wir, ob wir damit Vorhersagen treffen können
Das ist alles enthalten
11 Videos9 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore
Dozent
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Coursera Project Network
University of California, Irvine
University of Colorado Boulder
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 5079
5.079 Bewertungen
- 5 stars
77,80 %
- 4 stars
15,89 %
- 3 stars
3,95 %
- 2 stars
1,14 %
- 1 star
1,20 %
Geprüft am 21. März 2020
Geprüft am 4. Juni 2020
Geprüft am 26. Dez. 2019
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – 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 des Zertifikats 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.