Spécialisation Deep learning

Découvrez de nouvelles compétences avec 30 % de réduction sur les cours dispensés par des experts du secteur. Économisez maintenant.

Enseignant principal

Spécialisation Deep learning

Devenez un expert en apprentissage automatique. Maîtrisez les principes fondamentaux de l'apprentissage profond et accédez à l'IA. Récemment mis à jour avec des techniques de pointe !

Enseigné en Français (doublage IA)

Instructeurs : Andrew Ng

942 952 déjà inscrits

Série de 5 cours

Approfondissez votre connaissance d’un sujet

4.9

(136,658 avis)

niveau Intermédiaire

Expérience recommandée

3 mois à raison de 10 heures par semaine

Planning flexible

Obtenir une qualification professionnelle

Partagez votre expertise avec les employeurs

Série de 5 cours

Approfondissez votre connaissance d’un sujet

4.9

(136,658 avis)

niveau Intermédiaire

Expérience recommandée

3 mois à raison de 10 heures par semaine

Planning flexible

Obtenir une qualification professionnelle

Partagez votre expertise avec les employeurs

Ce que vous apprendrez

Construire et entraîner des réseaux neuronaux profonds, identifier les paramètres clés de l'architecture, mettre en œuvre des réseaux neuronaux vectorisés et l'apprentissage profond dans les applications
Entraînez des ensembles de tests, analysez la variance pour les applications DL, utilisez des techniques standard et des algorithmes d'optimisation, et construisez des réseaux neuronaux dans TensorFlow
Construire un CNN et l'appliquer à des tâches de détection et de reconnaissance, utiliser le transfert de style neuronal pour générer de l'art et appliquer des algorithmes à des données d'images et de vidéos
Construisez et entraînez des RNN, travaillez avec le NLP et les Word Embeddings, et utilisez les tokenizers et les modèles de transformation de HuggingFace pour effectuer le NER et la réponse aux questions

Vue d'ensemble

La spécialisation Deep Learning est un programme fondamental qui vous aidera à comprendre les capacités, les défis et les conséquences de l'apprentissage profond et vous préparera à participer au développement d'une technologie d'IA de pointe.

Dans cette spécialisation, vous construirez et formerez des architectures de réseaux neuronaux telles que les réseaux neuronaux convolutifs, les réseaux neuronaux récurrents, les LSTM, les Transformers, et apprendrez à les améliorer avec des stratégies telles que Dropout, BatchNorm, l'initialisation Xavier/He, et plus encore. Préparez-vous à maîtriser les concepts théoriques et leurs applications industrielles en utilisant Python et TensorFlow et abordez des cas réels tels que la reconnaissance vocale, la synthèse musicale, les chatbots, la traduction automatique, le traitement du langage naturel, et plus encore.

L'IA transforme de nombreuses industries. La spécialisation en apprentissage profond fournit un chemin pour vous de prendre l'étape définitive dans le monde de l'IA en vous aidant à acquérir les connaissances et les compétences pour niveler vers le haut votre carrière. En cours de route, vous recevrez également des conseils de carrière de la part d'experts en apprentissage profond issus de l'industrie et du monde universitaire.

Ce qui est inclus

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Français (doublage IA)

17 exercices pratiques

Spécialisation - série de 5 cours

À la fin du cours, vous serez en mesure de :

- Construire et entraîner des réseaux neuronaux profonds, mettre en œuvre des réseaux neuronaux vectorisés, identifier les paramètres d'architecture et appliquer le DL à vos applications

- Utiliser les meilleures pratiques pour former et développer des ensembles de test et analyser les biais/variances pour construire des applications DL, utiliser des techniques NN standard, appliquer des algorithmes d'optimisation et mettre en œuvre un réseau neuronal dans TensorFlow

- Utilisez des stratégies pour réduire les erreurs dans les systèmes de ML, comprenez les paramètres ML complexes et appliquez l'apprentissage de bout en bout, l'apprentissage par transfert et l'apprentissage multitâche

- Construire un réseau neuronal convolutif, l'appliquer à des tâches de détection et de reconnaissance visuelles, utiliser le transfert de style neuronal pour générer de l'art, et appliquer ces algorithmes à des images, des vidéos et d'autres données 2D/3D

- Construire et former des réseaux neuronaux récurrents et leurs variantes (GRU, LSTM), appliquer les RNN à la modélisation du langage au niveau des caractères, travailler avec le NLP et les Word Embeddings, et utiliser les tokenizers et transformateurs HuggingFace pour effectuer la reconnaissance d'entités nommées et la réponse aux questions

Réseau de Neurones et Deep Learning

COURS 124 heures4.9 (123,300 évaluations)Voir le cours

Ce que vous apprendrez

Dans le premier cours de la Specialization Deep Learning, vous étudierez le concept fondamental des réseaux neuronaux et de l'apprentissage profond.

À la fin, vous serez familiarisé avec les tendances technologiques significatives à l'origine de la montée de l'apprentissage profond ; construire, former et appliquer des réseaux neuronaux profonds entièrement connectés ; mettre en œuvre des réseaux neuronaux efficaces (vectorisés) ; identifier les paramètres clés dans l'architecture d'un réseau neuronal ; et appliquer l'apprentissage profond à vos propres applications. La spécialisation en apprentissage profond est notre programme fondamental qui vous aidera à comprendre les capacités, les défis et les conséquences de l'apprentissage profond et vous préparera à participer au développement de la technologie de pointe en matière d'IA. Il vous permet d'acquérir les connaissances et les compétences nécessaires pour appliquer l'apprentissage automatique à votre travail, de faire évoluer votre carrière technique et de franchir une étape décisive dans le monde de l'IA.

Compétences que vous acquerrez

Catégorie : Deep learning

Catégorie : Réseaux neuronaux artificiels

Catégorie : Vision par ordinateur

Catégorie : Intelligence artificielle

Catégorie : Programmation en Python

Catégorie : Optimisation des performances

Catégorie : Apprentissage automatique

Catégorie : Apprentissage supervisé

Amélioration des réseaux neuronaux profonds : Réglage des hyperparamètres, régularisation et optimisation

COURS 223 heures4.9 (63,461 évaluations)Voir le cours

Ce que vous apprendrez

Dans le deuxième cours de la Specialization Deep Learning, vous ouvrirez la boîte noire du deep learning pour comprendre les processus qui conduisent à la performance et générer de bons résultats de manière systématique.

À la fin, vous apprendrez les meilleures pratiques pour former et développer des ensembles de test et analyser les biais/variances pour construire des applications d'apprentissage profond ; vous serez en mesure d'utiliser des techniques de réseau neuronal standard telles que l'initialisation, la régularisation L2 et dropout, le réglage des hyperparamètres, la normalisation des lots et la vérification du gradient ; vous mettrez en œuvre et appliquerez une variété d'algorithmes d'optimisation, tels que la descente de gradient par mini-batch, Momentum, RMSprop et Adam, et vous vérifierez leur convergence ; et vous mettrez en œuvre un réseau neuronal dans TensorFlow. La Specializations en apprentissage profond est notre programme fondamental qui vous aidera à comprendre les capacités, les défis et les conséquences de l'apprentissage profond et vous préparera à participer au développement d'une technologie d'IA de pointe. Il vous permet d'acquérir les connaissances et les compétences nécessaires pour appliquer l'apprentissage automatique à votre travail, de faire évoluer votre carrière technique et de franchir une étape décisive dans le monde de l'IA.

Compétences que vous acquerrez

Catégorie : Deep learning

Catégorie : Optimisation des performances

Catégorie : Réseaux neuronaux artificiels

Catégorie : Algorithmes d'apprentissage automatique

Catégorie : Tensorflow

Catégorie : Cadres d'application

Catégorie : Analyse

Catégorie : Apprentissage automatique appliqué

Catégorie : Débogage

Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)

Structurer les projets d'apprentissage automatique

COURS 36 heures4.8 (50,104 évaluations)Voir le cours

Ce que vous apprendrez

Dans le troisième cours de la spécialisation Deep Learning, vous apprendrez à construire un projet d'apprentissage automatique réussi et à vous entraîner à la prise de décision en tant que chef de projet d'apprentissage automatique.

À la fin du cours, vous serez en mesure de diagnostiquer les erreurs dans un système d'apprentissage automatique, de hiérarchiser les stratégies pour réduire les erreurs, de comprendre les paramètres complexes de l'apprentissage automatique, tels que les ensembles d'entraînement et de test mal assortis, et de comparer et/ou de dépasser les performances humaines, et d'appliquer l'apprentissage de bout en bout, l'apprentissage par transfert et l'apprentissage multitâche. Ce cours s'appuie sur l'expérience d'Andrew Ng dans la construction et l'expédition de nombreux produits d'apprentissage profond. Si vous aspirez à devenir un leader technique capable de définir la direction d'une équipe d'IA, ce cours fournit l'"expérience de l'industrie" que vous pourriez autrement obtenir uniquement après des années d'expérience professionnelle en ML. La Specialization Deep Learning est notre programme fondamental qui vous aidera à comprendre les capacités, les défis et les conséquences de l'apprentissage profond et vous préparera à participer au développement d'une technologie d'IA de pointe. Il vous permet d'acquérir les connaissances et les compétences nécessaires pour appliquer l'apprentissage automatique à votre travail, de faire évoluer votre carrière technique et de franchir une étape décisive dans le monde de l'IA.

Compétences que vous acquerrez

Catégorie : Apprentissage automatique

Catégorie : Optimisation des performances

Catégorie : Apprentissage automatique appliqué

Catégorie : Deep learning

Catégorie : Qualité des données

Catégorie : Intelligence artificielle

Catégorie : PyTorch (Bibliothèque d'Apprentissage automatique)

Catégorie : Tensorflow

Catégorie : Débogage

Catégorie : Keras (bibliothèque de réseaux neurones)

Réseaux neuronaux convolutifs

COURS 435 heures4.9 (42,525 évaluations)Voir le cours

Ce que vous apprendrez

Dans le quatrième cours de la Specialization Deep Learning, vous comprendrez comment la vision par ordinateur a évolué et vous vous familiariserez avec ses applications passionnantes telles que la conduite autonome, la reconnaissance faciale, la lecture d'images radiologiques, et plus encore. À la fin, vous serez en mesure de construire un réseau neuronal convolutif, y compris des variations récentes telles que les réseaux résiduels ; appliquer les réseaux convolutifs à des tâches de détection et de reconnaissance visuelles ; et utiliser le transfert de style neuronal pour générer de l'art et appliquer ces algorithmes à une variété d'images, de vidéos et d'autres données en 2D ou en 3D.

La Specializations en apprentissage profond est notre programme fondamental qui vous aidera à comprendre les capacités, les défis et les conséquences de l'apprentissage profond et vous préparera à participer au développement d'une technologie d'IA de pointe. Il vous permet d'acquérir les connaissances et les compétences nécessaires pour appliquer l'apprentissage automatique à votre travail, de faire évoluer votre carrière technique et de franchir une étape décisive dans le monde de l'IA.

Compétences que vous acquerrez

Catégorie : Deep learning

Catégorie : Réseaux neuronaux artificiels

Catégorie : Vision par ordinateur

Catégorie : Tensorflow

Catégorie : Keras (bibliothèque de réseaux neurones)

Catégorie : Traitement des données

Catégorie : Apprentissage automatique appliqué

Catégorie : Algorithmes

Catégorie : Analyse d'images

Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)

Modèles de séquences

COURS 537 heures4.8 (31,081 évaluations)Voir le cours

Ce que vous apprendrez

Dans le cinquième cours de la Specialization Deep Learning, vous vous familiariserez avec les modèles de séquences et leurs applications passionnantes telles que la reconnaissance vocale, la synthèse musicale, les chatbots, la traduction automatique, le traitement du langage naturel (NLP), et plus encore.

À la fin du cours, vous serez en mesure de construire et d'entraîner des réseaux neuronaux récurrents (RNN) et des variantes couramment utilisées telles que les GRU et les LSTM ; d'appliquer les RNN à la modélisation du langage au niveau des caractères ; d'acquérir de l'expérience avec le traitement du langage naturel et les Word Embeddings ; et d'utiliser les tokenizers et les modèles transformateurs HuggingFace pour résoudre différentes tâches de NLP telles que le NER et la réponse aux questions. La Specializations en apprentissage profond est un programme fondamental qui vous aidera à comprendre les capacités, les défis et les conséquences de l'apprentissage profond et vous préparera à participer au développement d'une technologie d'IA de pointe. Il vous permet de franchir une étape décisive dans le monde de l'IA en vous aidant à acquérir les connaissances et les compétences nécessaires pour progresser dans votre carrière.

Compétences que vous acquerrez

Catégorie : Deep learning

Catégorie : Réseaux neuronaux artificiels

Catégorie : Traitement du langage naturel (NLP)

Catégorie : Tensorflow

Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)

Catégorie : PyTorch (Bibliothèque d'Apprentissage automatique)

Catégorie : Grand modèle de langage (LLM)

Catégorie : Apprentissage automatique appliqué

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.

Préparer un diplôme

Lorsque vous aurez terminé ce site Spécialisation, vous pourrez peut-être faire reconnaître vos acquis si vous êtes admis et si vous vous inscrivez à l'un des programmes d'études en ligne suivants.¹

Ce Spécialisation bénéficie d’une recommandation par l’ACE®. Il donne droit à des crédits universitaires dans les établissements d’enseignement supérieur américains participants. Note : La décision d’accepter des recommandations de crédits spécifiques est du ressort de chaque institution.

Instructeurs

Enseignant de premier plan

Andrew Ng

DeepLearning.AI

51 Cours9 092 285 apprenants

Enseignant de premier plan

Younes Bensouda Mourri

DeepLearning.AI

23 Cours1 656 329 apprenants

Enseignant de premier plan

Kian Katanforoosh

DeepLearning.AI

22 Cours1 651 666 apprenants

Offert par

DeepLearning.AI

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

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

Découvrir les diplômes

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

L'apprentissage profond est un sous-ensemble de l'apprentissage automatique dans lequel les réseaux neuronaux artificiels, des algorithmes basés sur la structure et le fonctionnement du cerveau humain, apprennent à partir de grandes quantités de données à créer des modèles pour la prise de décision. Les réseaux neuronaux dotés de plusieurs couches (profondes) permettent d'apprendre en exécutant des tâches de manière répétée et en les modifiant légèrement pour améliorer le résultat.

Au cours des dernières années, la disponibilité de la puissance de calcul et la quantité de données générées ont entraîné une augmentation des capacités d'apprentissage en profondeur. Aujourd'hui, les ingénieurs en apprentissage profond sont très recherchés, et l'apprentissage profond est devenu l'une des compétences techniques les plus demandées, car il vous fournit la boîte à outils pour construire des systèmes d'IA robustes qui n'étaient tout simplement pas possibles il y a quelques années. La maîtrise de l'apprentissage profond ouvre de nombreuses perspectives de carrière.

La spécialisation Deep Learning est un programme fondamental qui vous aidera à comprendre les capacités, les défis et les conséquences de l'apprentissage profond et vous préparera à participer au développement d'une technologie d'IA de pointe. Dans cette spécialisation, vous construirez et formerez des architectures de réseaux neuronaux telles que les réseaux neuronaux convolutifs, les réseaux neuronaux récurrents, les LSTM, les Transformers, et apprendrez à les améliorer avec des stratégies telles que Dropout, BatchNorm, l'initialisation Xavier/He, et plus encore. Préparez-vous à maîtriser les concepts théoriques et leurs applications industrielles en utilisant Python et TensorFlow et abordez des cas réels tels que la reconnaissance vocale, la synthèse musicale, les chatbots, la traduction automatique, le traitement du langage naturel, et plus encore. L'IA transforme de nombreuses industries. La spécialisation en apprentissage profond fournit un chemin pour vous de prendre l'étape définitive dans le monde de l'IA en vous aidant à acquérir les connaissances et les compétences pour niveler vers le haut votre carrière. En cours de route, vous recevrez également des conseils de carrière de la part d'experts en apprentissage profond issus de l'industrie et du monde universitaire.

À la fin de la Specialization Deep Learning, vous serez en mesure de :

1. Construire et entraîner des réseaux neuronaux profonds, mettre en œuvre des réseaux neuronaux vectorisés, identifier les paramètres d'architecture et appliquer le DL à vos applications. 2. Utiliser les meilleures pratiques pour former et développer des ensembles de test et analyser les biais/variances pour construire des applications DL, utiliser des techniques NN standard, appliquer des algorithmes d'optimisation et mettre en œuvre un réseau neuronal dans TensorFlow 3. Utiliser des stratégies pour réduire les erreurs dans les systèmes de ML, comprendre les paramètres ML complexes et appliquer l'apprentissage de bout en bout, l'apprentissage par transfert et l'apprentissage multitâche 4. Construire un réseau neuronal convolutif, l'appliquer à des tâches de détection et de reconnaissance visuelles, utiliser le transfert de style neuronal pour générer de l'art et appliquer ces algorithmes à des images, des vidéos et d'autres données 2D/3D 5. Construire et former des réseaux neuronaux récurrents et leurs variantes (GRU, LSTM), appliquer les RNN à la modélisation du langage au niveau des caractères, travailler avec le NLP et les Word Embeddings, et utiliser les tokenizers et transformateurs HuggingFace pour effectuer la reconnaissance d'entités nommées et la réponse aux questions

Les apprenants doivent avoir une expérience intermédiaire de Python (par ex :

Les apprenants doivent avoir une expérience intermédiaire de Python (par exemple, compétences de programmation de base, compréhension des boucles for, des instructions if/else, des structures de données telles que les listes et les dictionnaires).

Recommandé :

Les apprenants doivent avoir une connaissance de base de l'algèbre linéaire (opérations matricielles et vectorielles et notation).
Les apprenants doivent comprendre les concepts de l'apprentissage automatique (comment représenter les données, ce que fait un modèle d'apprentissage automatique, etc.)

La Specialization Deep Learning a été créée par Andrew Ng, Kian Katanforoosh, et Younes Bensouda Mourri.

Andrew Ng est fondateur de DeepLearning.AI, General Partner chez AI Fund, président et cofondateur de Coursera, et professeur auxiliaire à l'Université de Stanford. Pionnier de l'apprentissage automatique et de l'enseignement en ligne, M. Ng a changé d'innombrables vies grâce à son travail dans le domaine de l'IA. Il est l'auteur ou le coauteur de plus de 100 articles de recherche sur l'apprentissage automatique, la robotique et d'autres domaines connexes. Auparavant, il a été scientifique en chef chez Baidu, responsable fondateur de l'équipe Google Brain et cofondateur de Coursera - la plus grande plateforme de MOOC au monde.

Kian Katanforoosh est cofondateur et PDG de Workera et chargé de cours au département d'informatique de l'université de Stanford. Workera permet aux scientifiques des données, aux ingénieurs en apprentissage automatique et aux ingénieurs logiciels d'évaluer leurs compétences par rapport aux normes de l'industrie et de recevoir un parcours d'apprentissage personnalisé. Kian est également lauréat du prix Walter J. Gores (la plus haute distinction en matière d'enseignement à Stanford) et du Centennial Award for Excellence in teaching (prix du centenaire pour l'excellence de l'enseignement).

YounesBensouda Mourri est titulaire d'une licence en mathématiques appliquées et en informatique et d'une maîtrise en statistiques de l'université de Stanford. Younes a participé à la création de trois cours d'IA à Stanford - Applied Machine Learning, Deep Learning et Teaching AI - et a enseigné deux d'entre eux pendant quelques années.

Tous les devoirs et autogrades existants ont été refaits et mis à jour pour TensorFlow 2 dans les cours 1, 2, 4 et 5.
Trois nouvelles architectures de réseau sont présentées avec de nouveaux cours et devoirs de programmation :

Le cours 4 comprend MobileNet (apprentissage par transfert) et U-Net (segmentation sémantique).
Le cours 5, une fois mis à jour, inclura Transformers (architecture de réseau, reconnaissance d'entités nommées, réponse aux questions).

Pour une liste détaillée des changements, veuillez consulter le DLS Changelog.

- Vos certificats seront conservés pour les cours que vous avez déjà suivis.

- Si votre abonnement est actuellement actif, vous pouvez accéder aux laboratoires mis à jour et soumettre des devoirs sans avoir à payer à nouveau pour le mois.

- Si vous vous rendez dans la Specializations, vous verrez la version originale des vidéos de cours et des devoirs. Vous pouvez compléter la version originale si vous le souhaitez (ce qui n'est pas recommandé).

- Si vous souhaitez mettre à jour le nouveau matériel, réinitialisez vos délais. Si vous êtes au milieu d'un cours, vous perdrez votre travail sur le carnet de notes lorsque vous réinitialiserez vos échéances. Veuillez sauvegarder votre travail en téléchargeant vos carnets existants avant de passer à la nouvelle version.

- Si vous ne voyez pas l'option de réinitialisation des délais, contactez Coursera via le Centre d'aide aux apprenants.

Ceux qui prévoient de suivre un programme diplômant peuvent utiliser les recommandations de ACE®️, la norme de l'industrie pour traduire l'apprentissage sur le lieu de travail en crédits universitaires. Les apprenants peuvent obtenir une recommandation de 10 crédits collégiaux en complétant la spécialisation en apprentissage profond. Cela a pour but d'ouvrir des voies supplémentaires aux apprenants qui sont intéressés par l'enseignement supérieur et de les préparer à des emplois de niveau débutant.

Pour partager la preuve d'achèvement avec les écoles, les diplômés du certificat recevront un courriel les invitant à réclamer leur badge Credly, qui contient la recommandation de crédit ACE®️. Une fois réclamé, ils recevront un relevé de notes basé sur les compétences qui signifie la recommandation de crédit, qui peut être partagée directement avec une école à partir de la plate-forme Credly. Veuillez noter que la décision d'accepter des recommandations de crédit spécifiques dépend de chaque établissement et n'est pas garantie.

Pour partager la preuve d'achèvement avec les écoles, les diplômés du certificat recevront un courriel les invitant à réclamer leur badge Credly, qui contient la recommandation de crédit ACE®️. Une fois réclamé, ils recevront un relevé de notes basé sur les compétences qui signifie la recommandation de crédit, qui peut être partagée directement avec une école à partir de la plateforme Credly. Veuillez noter que la décision d'accepter des recommandations de crédit spécifiques dépend de chaque établissement et n'est pas garantie.

La spécialisation en apprentissage profond est admissible à des crédits collégiaux dans les collèges et universités participants à l'échelle nationale. La décision d'accepter des recommandations de crédits spécifiques dépend de chaque établissement et n'est pas garantie. Pour en savoir plus sur les partenariats ACE Credit College & University, cliquez ici.

Oui ! Pour commencer, cliquez sur la fiche du cours qui vous intéresse et inscrivez-vous. Vous pouvez vous inscrire et suivre le cours pour obtenir un certificat à partager. Lorsque vous vous inscrivez à un cours qui fait partie d'une Spécialisation, vous êtes automatiquement abonné à la Spécialisation complète. Rendez-vous sur votre tableau de bord pour suivre vos progrès.

Non, vous ne pouvez pas suivre ce cours gratuitement. Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Spécialisation et vous recevez un certificat lorsque vous terminez les activités. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez suivre le cours sans frais en auditeur libre. Si vous n'avez pas les moyens de payer les frais d'inscription, vous pouvez demander une aide financière.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,

¹ Median salary and job opening data are sourced from Lightcast™ Job Postings Report. Content Creator, Machine Learning Engineer and Salesforce Development Representative (1/1/2024 - 12/31/2024) All other job roles (9/1/2024 - 9/1/2025)

Spécialisation Deep learning

Ce que vous apprendrez

Vue d'ensemble

Compétences que vous acquerrez

Outils que vous découvrirez

Ce qui est inclus