Последовательные модели

О курсе

Данный курс научит вас строить модели естественных языков, звуков и других последовательных данных. Благодаря глубокому обучению последовательные алгоритмы сегодня работают в разы лучше, чем ещё два года назад. Это открывает широчайший спектр возможностей применения алгоритмов в распознавании речи, синтезе музыки, чат-ботах, машинном переводе, понимании естественных языков и во многом другом. Вы научитесь: — строить и обучать рекуррентные нейронные сети (РНС, RNN), а также широко используемые управляемые рекуррентные блоки (УРБ, GRU) и долгую краткосрочную память (ДКП, LSTM); — применять последовательные модели в задачах по обработке естественного языка, включая синтез текста; — применять модели последовательностей к звуковой информации, например для распознавания речи или синтеза музыки. Это пятый и заключительный курс специализации «Глубокое обучение». Задача по программированию машинного перевода с глубоким обучением, содержащаяся в этом курсе, разработана deeplearning.ai совместно с партнером — Институтом глубокого обучения NVIDIA (DLI). У вас будет возможность создать проект по глубокому обучению с современным, актуальным для индустрии содержанием.

Навыки, которые вы освоите

Учитесь у экспертов

Andrew Ng

Instructor

Kian Katanforoosh

Senior Curriculum Developer

Younes Bensouda Mourri

Curriculum developer