Monthly Subscription Starting at AED 99 + VAT

머신 러닝 프로젝트 구조화
  • Level Foundation
  • Course by DeepLearning.AI
  • Offered by

About

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.

Modules

ML 전략 소개

    • 2 Videos
Show info about module content

2 Videos

  • ML 전략을 선택해야 하는 이유
  • 직교화

목표 설정

    • 5 Videos
Show info about module content

5 Videos

  • 단일 숫자 평가 지표
  • 만족화 및 최적화 지표
  • Train/Dev/Test 분포
  • Dev set 및 Test set의 크기
  • Dev/Test set 및 지표 변경 시점

휴먼 레벨의 성능과 비교

    • 5 Videos
Show info about module content

5 Videos

  • 휴먼 레벨 성능의 이유
  • 회피할 수 있는 바이어스
  • 휴먼 레벨 성능 이해
  • 휴먼 레벨을 능가하는 성능
  • 모델 성능 향상

머신 러닝 비행 시뮬레이터

    • 1 Readings
    • 1 Assignment
Show info about module content

1 Assignment

  • City of Peacetopia의 새 인식(사례 연구)

1 Readings

  • 머신 러닝 비행 시뮬레이터

딥 러닝 히어로즈(선택 사항)

    • 1 Videos
Show info about module content

1 Videos

  • Andrej Karpathy 인터뷰

오류 분석

    • 3 Videos
Show info about module content

3 Videos

  • 오류 분석 수행
  • 레이블이 잘못 지정된 데이터 정리
  • 최초 시스템을 빠르게 구축한 다음 반복

Training 및 Dev/Test Set 불일치

    • 3 Videos
Show info about module content

3 Videos

  • 각기 다른 분포에 대한 훈련 및 테스트
  • 데이터 분포 불일치가 포함된 바이어스 및 분산
  • 데이터 불일치 해결

다중 작업을 통한 학습

    • 2 Videos
Show info about module content

2 Videos

  • 전이 학습
  • 멀티 태스크 러닝

종단간 딥 러닝

    • 2 Videos
Show info about module content

2 Videos

  • 종단간 딥 러닝 정의
  • 종단간 딥 러닝 사용 여부

머신 러닝 비행 시뮬레이터

    • 1 Assignment
Show info about module content

1 Assignment

  • 자율주행(사례 연구)

딥 러닝 히어로즈(선택 사항)

    • 1 Videos
Show info about module content

1 Videos

  • Ruslan Salakhutdinov 인터뷰

Auto Summary

Embark on an in-depth journey with the "Structuring Machine Learning Projects" course, a pivotal part of the Deep Learning Specialization. Designed for those with foundational knowledge in machine learning, this course focuses on equipping you with the skills to build successful ML projects and make informed decisions as a project leader in the AI field. Under the expert guidance of Andrew Ng, a renowned figure in AI with extensive experience in developing and launching deep learning products, you will learn to diagnose errors in machine learning systems, prioritize strategies to reduce these errors, and navigate complex ML settings such as mismatched training/test sets. Additionally, the course will delve into advanced concepts like end-to-end learning, transfer learning, and multi-task learning, enabling you to achieve or surpass human-level performance in ML applications. This course, available on Coursera, provides a unique blend of theoretical knowledge and practical insights akin to years of industry experience. It serves as an independent module within the broader Deep Learning Specialization, aimed at preparing you for the challenges and opportunities in cutting-edge AI technology. Whether you're looking to apply machine learning in your work, advance your technical career, or become a technical leader guiding AI teams, this course offers the knowledge and skills to elevate your expertise. With subscription options including Starter and Professional, you can choose the plan that best fits your learning needs and career aspirations. Join now and take a significant step towards mastering machine learning project structuring and leadership.

Andrew Ng
Instructor

Andrew Ng