Deskripsi
Stanford CS230: Deep Learning adalah kursus yang dirancang untuk memberikan pemahaman mendalam tentang prinsip dan praktik pembelajaran mendalam. Kursus ini mencakup berbagai topik termasuk jaringan saraf, jaringan konvolusional, RNN, LSTM, dan teknik optimasi seperti Adam, Dropout, dan BatchNorm. Kursus ini disusun dalam format kelas terbalik, dengan kuliah tatap muka yang diadakan setiap minggu di Hewlett Teaching Center. Siswa diharapkan untuk terlibat dengan kuliah video, tugas pemrograman, dan kuis di Coursera. Kursus ini juga mencakup ujian tengah semester dan proyek akhir, yang merupakan komponen signifikan dari penilaian. Siswa akan mengerjakan proyek dengan bimbingan pribadi dari TA, memastikan mereka dapat menerapkan proyek pembelajaran mendalam yang sukses. Prasyarat termasuk pemahaman tentang teori probabilitas, statistik, ilmu data, dan aljabar linier. Kursus ini menekankan pembelajaran praktis, dengan sesi yang dipimpin oleh TA memberikan tips praktis dan dasar teori. Penilaian dibagi menjadi proyek akhir, ujian tengah semester, tugas pemrograman, kuis, dan kehadiran. Siswa didorong untuk berkolaborasi tetapi harus mematuhi Kode Kehormatan Stanford, memastikan semua pekerjaan yang diserahkan adalah milik mereka sendiri. Kursus ini cocok bagi mereka yang ingin memperdalam pemahaman mereka tentang AI dan pembelajaran mesin, dengan fokus pada aplikasi praktis dan pembelajaran berbasis proyek.
- KategoriPembuat Kursus AI
- Model HargaGratis
Fitur Inti Stanford CS230: Deep Learning
Dasar-dasar pembelajaran mendalam
Membangun jaringan saraf
Memahami proyek pembelajaran mesin
Jaringan konvolusional
RNN dan LSTM
Teknik optimasi
Format kelas terbalik
Pembelajaran berbasis proyek
Cara menggunakan Stanford CS230: Deep Learning?
Daftar: Daftar untuk kursus
Akses: Bergabung dengan kuliah dan modul online
Terlibat: Berpartisipasi dalam kuis dan tugas
Selesaikan: Selesaikan proyek akhir
Kasus Penggunaan Stanford CS230: Deep Learning
- Dasar-Dasar Pembelajaran Mendalam
- Jaringan Saraf Lanjutan
- Pembelajaran Berbasis Proyek
- Teknik Optimasi
- Kelas Terbalik
