머신 러닝 프로젝트 구조화
About this course
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.
Price shown by Coursera — confirm on their site.
Enroll on CourseraYou'll be redirected to Coursera to complete enrollment.
- Listed & compared by CourseAsk
- English · All Levels
More courses like this
Content Creation with ChatGPT & AI Tools (Digital Marketing)
Udemy · MOOC / Non-credit
VoiceQ Training for Adaptors
Udemy · MOOC / Non-credit
AWS Certified AI Practitioner Practice Exams 2026
Udemy · MOOC / Non-credit
Microsoft Copilot with Excel: Complete Mastery - 2026
Udemy · MOOC / Non-credit
More courses from Coursera
Coursera
TCP/IP and Internet
Birla Institute of Technology & Science, Pilani · MOOC / Non-credit
Coursera
Agile Project Management
University of Colorado Boulder · Master's Degree
Coursera
Conservation and Sustainable Development
University of Michigan · MOOC / Non-credit
Coursera
Extra-Galactic Astronomy
University of Cambridge · MOOC / Non-credit