مواد پر جائیں
سبقEnglish

نیورل نیٹ ورکس اور ڈیپ لرننگ (اینڈریو این جی، ڈیپ لرننگ اے آئی)

از DeepLearningAI

کورس کی زبان
کورس کی زبان: انگریزی
سطح
درمیانی
دورانیہ
43 اسباق · 5.7 گھنٹے

آپ کیا کر سکیں گے

  • ویکٹرائزڈ فارورڈ اور بیک ورڈ پروپیگیشن لکھ سکیں
  • ایکٹیویشن فنکشن چن سکیں اور ویٹس شروع کر سکیں
  • شروع سے ڈیپ نیورل نیٹ ورک بنا سکیں

اس کورس کے بارے میں

ڈیپ لرننگ اسپیشلائزیشن کا پہلا کورس، اینڈریو این جی کی اپنی ویڈیوز میں: 43 اسباق، تقریباً 6 گھنٹے۔ لاجسٹک ریگریشن بطور چھوٹا نیورل نیٹ ورک، ویکٹرائزیشن، پھر شیلو اور ڈیپ نیٹ ورکس، ایکٹیویشن فنکشنز اور فارورڈ و بیک ورڈ پروپیگیشن۔

شروع کرنے سے پہلے: بنیادی پائتھن اور مشین لرننگ کے تصورات

نصاب

43 اسباق · کل 5:40:16

  1. 1Welcome (Deep Learning Specialization C1W1L01)5:32
  2. 2What is a Neural Network? (C1W1L02)7:17
  3. 3Supervised Learning with a Neural Network (C1W1L03)8:29
  4. 4Why is deep learning taking off? (C1W1L04)10:22
  5. 5About This Course (C1W1L05)2:28
  6. 6Course Resources (C1W1L06)1:56
  7. 7Binary Classification (C1W2L01)8:24
  8. 8Logistic Regression (C1W2L02)6:00
  9. 9Logistic Regression Cost Function (C1W2L03)8:12
  10. 10Gradient Descent (C1W2L04)11:24
  11. 11Derivatives (C1W2L05)7:11
  12. 12More Derivative Examples (C1W2L06)10:28
  13. 13Computation Graph (C1W2L07)3:34
  14. 14Derivatives With Computation Graphs (C1W2L08)14:34
  15. 15Logistic Regression Gradient Descent (C1W2L09)6:43
  16. 16Gradient Descent on m Examples (C1W2L10)8:01
  17. 17Vectorization (C1W2L11)8:05
  18. 18More Vectorization Examples (C1W2L12)6:20
  19. 19Vectorizing Logistic Regression (C1W2L13)7:33
  20. 20Vectorizing Logistic Regression's Gradient Computation (C1W2L14)9:38
  21. 21Broadcasting in Python (C1W2L15)11:06
  22. 22A Note on Python/Numpy Vectors (C1W2L16)6:50
  23. 23Quick Tour of Jupyter/iPython Notebooks (C1W2L17)3:44
  24. 24Explanation of Logistic Regression's Cost Function (C1W2L18)7:15
  25. 25Neural Network Overview (C1W3L01)4:27
  26. 26Neural Network Representations (C1W3L02)5:15
  27. 27Computing Neural Network Output (C1W3L03)9:58
  28. 28Vectorizing Across Multiple Examples (C1W3L04)9:06
  29. 29Explanation For Vectorized Implementation (C1W3L05)7:38
  30. 30Activation Functions (C1W3L06)10:57
تمام 43 اسباق دکھائیں
  1. 31Why Non-linear Activation Functions (C1W3L07)5:36
  2. 32Derivatives Of Activation Functions (C1W3L08)7:58
  3. 33Gradient Descent For Neural Networks (C1W3L09)9:58
  4. 34Backpropagation Intuition (C1W3L10)15:49
  5. 35Random Initialization (C1W3L11)7:58
  6. 36Deep L-Layer Neural Network (C1W4L01)5:51
  7. 37Forward Propagation in a Deep Network (C1W4L02)7:16
  8. 38Getting Matrix Dimensions Right (C1W4L03)11:10
  9. 39Why Deep Representations? (C1W4L04)10:34
  10. 40Building Blocks of a Deep Neural Network (C1W4L05)8:34
  11. 41Forward and Backward Propagation (C1W4L06)10:30
  12. 42Parameters vs Hyperparameters (C1W4L07)7:17
  13. 43What does this have to do with the brain? (C1W4L08)3:18

اس کے بعد کیا سیکھیں

متعلقہ کورسز

ویڈیوز DeepLearningAI کی، ان کے آفیشل یوٹیوب چینل سے۔ یوٹیوب پر سبسکرائب کریں

استاد یا ادارے کی اپنے چینل پر آفیشل اپ لوڈ، یوٹیوب کے ایمبیڈڈ پلیئر میں دکھائی گئی۔

اسباق آفیشل یوٹیوب پلے لسٹ سے لیے گئے ہیں۔ یوٹیوب پر مکمل پلے لسٹ

اسباق کی آخری جانچ: اکتوبر 2026۔ کورس کا خلاصہ اور اسباق کی ترتیب سبق کی طرف سے۔

مسئلہ یا حقوق کی درخواست رپورٹ کریں