In this capstone, learners will apply their deep learning knowledge and expertise to a real world challenge. They will use a library of their choice to develop and test a deep learning model. They will load and pre-process data for a real problem, build the model and validate it. Learners will then present a project report to demonstrate the validity of their model and their proficiency in the field of Deep Learning.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
AI Capstone Project with Deep Learning
Ce cours fait partie de plusieurs programmes.
Instructeurs : Alex Aklson
27 267 déjà inscrits
Inclus avec
(586 avis)
Ce que vous apprendrez
Build a deep learning model to solve a real problem.
Execute the process of creating a deep learning pipeline.
Apply knowledge of deep learning to improve models using real data.
Demonstrate ability to present and communicate outcomes of deep learning projects.
Détails à connaître
Ajouter à votre profil LinkedIn
7 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable auprès de IBM
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
In this module, you will get introduced to the problem that we will try to solve throughout the course. You will also learn how to load the image dataset, manipulate images, and visualize them.
Inclus
4 vidéos3 devoirs2 éléments d'application
In this Module, you will mainly learn how to process image data and prepare it to build a classifier using pre-trained models.
Inclus
1 vidéo2 devoirs2 éléments d'application
In this Module, in the PyTorch part, you will learn how to build a linear classifier. In the Keras part, you will learn how to build an image classifier using the ResNet50 pre-trained model.
Inclus
1 vidéo2 devoirs2 éléments d'application
In this Module, in the PyTorch part, you will complete a peer review assessment where you will be asked to build an image classifier using the ResNet18 pre-trained model. In the Keras part, for the peer review assessment, you will be asked to build an image classifier using the VGG16 pre-trained model and compare its performance with the model that we built in the previous Module using the ResNet50 pre-trained model.
Inclus
1 vidéo2 évaluations par les pairs1 élément d'application
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Machine Learning
Google Cloud
Google Cloud
Universitat Autònoma de Barcelona
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 586
586 avis
- 5 stars
70,62 %
- 4 stars
18,84 %
- 3 stars
6,28 %
- 2 stars
2,37 %
- 1 star
1,86 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.