|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/machine-learning-projects-ko
课程评论：没有评论
课程名称：机器学习项目结构化 课程概述：在深度学习专业化课程的第三部分中，你将学习如何构建成功的机器学习项目，以及作为机器学习项目负责人进行决策的实践方法。完成此课程后，你将能够诊断机器学习系统的错误，优先考虑减少错误的策略，理解复杂的机器学习设置（如不一致的训练/测试集），以及理解与人类水平性能相符或超越的机器学习设置。此外，你将能够应用端到端学习、迁移学习和多任务学习。 该课程适合已经具备基本机器学习知识的学习者，是一门独立的课程。课程中，Andrew Ng将分享他在构建和推出多个深度学习产品中的经验。如果你希望成为能够为人工智能团队指明方向的技术领导者，课程将为你提供几年的机器学习工作经验中获取的“行业经验”。 深度学习专业化课程是一个基础项目，旨在帮助学习者理解深度学习的功能、挑战和结果，为参与前沿AI技术的开发做好准备。课程将为你在工作中应用机器学习、提升技术职业水平，以及在人工智能领域迈向终极阶段提供所需的知识和技能。 课程大纲： 第一部分：机器学习策略（1） 描述：通过实施目标设置的战略指导，定义主要优先事项，简化和优化机器学习生产工作流程。 第二部分：机器学习策略（2） 描述：开发节省时间的错误分析流程，评估最具价值的选项，掌握数据分割的方法，并获得关于何时使用多任务、迁移及端到端深度学习的直觉。
Part: 1
Title:ML 전략(1)
Description:목표 설정을 위한 전략적 지침을 구현하고 휴먼 레벨의 성능을 적용하여 주요 우선 순위를 정의함으로써 ML 프로덕션 워크플로를 간소화하고 최적화합니다.
Part: 2
Title:ML 전략(2)
Description:시간을 절약할 수 있는 오류 분석 절차를 개발하여 추구할 가치가 가장 높은 옵션을 평가하고 데이터를 분할하는 방법과 멀티 태스크, 전이 및 종단간 딥 러닝을 사용할 시기에 대한 직관력을 가지게 됩니다.
딥 러닝 전문화 과정의 세 번째 과정에서는 성공적인 머신 러닝 프로젝트를 구축하고 머신 러닝 프로젝트 리더로서 의사 결정을 연습하는 방법을 배우게 됩니다. 이 과정을 마치면 머신 러닝 시스템의 오류를 진단할 수 있고, 오류를 줄이기 위한 전략의 우선 순위를 지정하고, 일치하지 않는 training/test set와 같은 복합적인 ML 설정을 이해하며 휴먼 레벨의 성능에 필적 및/또는 능가하는 ML 설정을 이해하고, 종단 간 학습, 전이 학습, 멀티 태스크 러닝을 적용할 수 있게 됩니다. 이는 또한 기본적인 머신 러닝 지식이 있는 학습자를 위한 독립형 과정입니다. 이 과정에서는 많은 딥 러닝 제품을 구축하고 출시한 Andrew Ng의 경험을 활용합니다. AI 팀의 방향을 제시할 수 있는 기술 리더가 되고 싶다면 이 과정은 수년간의 ML 업무 경험을 거친 후에 얻을 수 있는 ‘산업 경험’을 제공해드립니다. 딥 러닝 전문화 과정은 딥 러닝의 기능, 도전 과제 및 결과를 이해하고 첨단 AI 기술 개발에 참여할 수 있도록 준비하는 데 도움이 되는 기본 프로그램입니다. 머신 러닝을 업무에 적용하고, 기술 경력의 수준을 높이고, AI 세계의 최종적인 단계를 밟을 수 있는 지식과 기술을 쌓을 수 있는 경로를 제공합니다.
