Si vous êtes un développeur de logiciels qui veut construire des algorithmes évolutifs alimentés par l'IA, vous devez comprendre comment utiliser les outils pour les construire. Cette spécialisation vous enseignera les meilleures pratiques pour utiliser TensorFlow, un framework open-source populaire pour l'apprentissage automatique. Dans ce quatrième cours, vous apprendrez à construire des modèles de séries chronologiques dans TensorFlow. Vous commencerez par mettre en œuvre les meilleures pratiques pour préparer les données de séries chronologiques. Vous explorerez également comment les RNN et les ConvNets 1D peuvent être utilisés pour la prédiction. Enfin, vous appliquerez tout ce que vous avez appris tout au long de la spécialisation pour construire un modèle de prédiction des taches solaires en utilisant des données du monde réel ! Le cours Apprentissage automatique et la spécialisation Deep learning d'Andrew Ng enseignent les principes les plus importants et les plus fondamentaux de l'apprentissage automatique et du Deep learning. Cette nouvelle spécialisation DeepLearning.IA TensorFlow Developer vous apprend à utiliser TensorFlow pour mettre en œuvre ces principes afin que vous puissiez commencer à construire et à appliquer des modèles évolutifs à des problèmes du monde réel. Pour développer une compréhension plus approfondie du fonctionnement des réseaux de neurones, nous vous recommandons de suivre la spécialisation Deep learning.
Séquences, séries temporelles et prédiction

Séquences, séries temporelles et prédiction
Ce cours fait partie de Développeur DeepLearning.AI TensorFlow Certificat Professionnel

Instructeur : Laurence Moroney
150 959 déjà inscrits
5,157 avis
Expérience recommandée
Ce que vous apprendrez
Résoudre des problèmes de séries temporelles et de prévisions avec TensorFlow
Préparer les données pour l'apprentissage des séries temporelles en utilisant les meilleures pratiques
Découvrez comment les RNN et ConvNets peuvent être utilisés pour les prédictions
Construire un modèle de prévision des taches solaires à l'aide de données réelles
Compétences que vous acquerrez
- Catégorie : Forecasting
- Catégorie : Recurrent Neural Networks (RNNs)
- Catégorie : Artificial Neural Networks
- Catégorie : Deep Learning
- Catégorie : Predictive Modeling
- Catégorie : Convolutional Neural Networks
- Catégorie : Applied Machine Learning
- Catégorie : Machine Learning
- Catégorie : Time Series Analysis and Forecasting
- Catégorie : Data Preprocessing
Outils que vous découvrirez
- Catégorie : Tensorflow
Détails à connaître

Ajouter à votre profil LinkedIn
4 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise en Apprentissage automatique
- 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 DeepLearning.AI

Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur

Offert par
En savoir plus sur Apprentissage automatique
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
77,98 %
- 4 stars
15,73 %
- 3 stars
3,89 %
- 2 stars
1,16 %
- 1 star
1,22 %
Affichage de 3 sur 5157
Révisé le 25 nov. 2019
Great course! The notebooks were a great help for understanding the material. I only wish there were auto-graded notebooks in addition to the quizzes like in some of the other courses by Andrew Ng.
Révisé le 6 juin 2020
I really enjoyed this course, especially because it combines all different components (DNN, CONV-NET, and RNN) together in one application. I look forward to taking more courses from deeplearning.ai.
Révisé le 16 juil. 2020
The course is fantastic. It was a bit short and with some hyperparameters tuning focus, it could have been great. Also, it seems that it is biased to show that LSTM is always superior to RNN networks.

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - 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
Plus de questions
Aide financière disponible,



