Logo
Zostań autorem

Koszyk jest pusty

0

Kategorie

  • Chcesz się dzielić wiedzą?

Zaloguj się

Nie pamiętasz hasła? Kliknij tutaj

Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

Zrób krok w stronę sieci neuronowych dzięki bibliotece Keras! - Konwolucyjne Sieci Neuronowe - Python

5.0(1)
99% pozytywnych recenzji

Stworzony przez Paweł Krakowiak

Ostatnia aktualizacja: 27/10/2020
00:00
00:00
x

Darmowe lekcje

Zobacz darmowe fragmenty tego szkolenia przed zakupem.

Trailer
Przetwarzanie obrazu - Augumentacja danych
|10:22
Klasyfikacja obrazów - omówienie problemu
|06:16
Trailer
Przetwarzanie obrazu - Augumentacja danych
Klasyfikacja obrazów - omówienie problemu
39
99

18 % taniej

49.00 zł

🔥 Gorący temat: W tym tygodniu 237 użytkowników obejrzało to szkolenie.
Ikona kalendarza30 dni gwarancji zwrotu pieniędzy
Ikona zegaraRozpocznij teraz za darmo, zapłać do 30 dni
Flaga PolskiPolska obsługa i faktura

Szkolenie obejmuje:

  • Bezterminowy dostęp
  • 71 wykładów
  • 8 godz. 22 min. materiałów wideo
  • 11 slajdów
  • Regularne aktualizacje
  • Certyfikat ukończenia
  • Wsparcie autora na każdym etapie
  • Dostęp do zamkniętej grupy dyskusyjnej

Masz pytania dotyczące tego szkolenia?.

questionZadaj pytanie autorowi

Czego się nauczysz?

  • Zrozumienie intuicji stojącej za sztucznymi sieciami neuronowymi
  • Zrozumienie intuicji stojącej za konwolucyjnymi sieciami neuronowymi
  • Elementy składowe sztucznych sieci neuronowych ANN
  • Elementy składowe sieci konwolucyjnych CNN
  • Implementacja sieci neuronowej od zera (python)
  • Budowa sztucznych sieci neuronowych w bibliotece Keras
  • Klasyfikacja obrazów przy pomocy sieci ANN i CNN
  • Dogłębna analiza działania sieci CNN

Wymagania

podstawowa znajomość języka Python (najlepiej ukończony kurs Programowanie w języku Python)

znajomość biblioteki pandas (najlepiej ukończony kurs Wprowadzenie do data science w języku Python)

matematyka podstawowa (rachunek różniczkowy, arytmetyka macierzowa, prawdopodobieństwo)

wolny czas i chęci do podjęcia kroku w stronę sztucznej inteligencji

Opis kursu

------------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

------------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • Wprowadzenie do data science w języku Python - Pandas
  • Interaktywne wizualizacje danych w języku Python - Plotly
  • Data Science Bootcamp w języku Python - od A do Z
  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python
  • Machine Learning Bootcamp w języku Python cz.I - od A do Z
  • Machine Learning Bootcamp w języku Python cz.II - od A do Z
  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • Wprowadzenie do data science w języku Python - Pandas
  • Interaktywne wizualizacje danych w języku Python - Plotly
  • Data Science Bootcamp w języku Python - od A do Z
  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python
  • Machine Learning Bootcamp w języku Python cz.I - od A do Z
  • Machine Learning Bootcamp w języku Python cz.II - od A do Z
  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia
  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras
  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe
  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • Wprowadzenie do data science w języku Python - Pandas
  • Interaktywne wizualizacje danych w języku Python - Plotly
  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly
  • Data Science Bootcamp w języku Python - od A do Z
  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z
  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z
  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z
  • Programowanie obiektowe w języku Python - OOP
  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP
  • Wprowadzenie do data science w języku Python - Pandas
  • Interaktywne wizualizacje danych w języku Python - Plotly
  • Big Data, Hadoop oraz MapReduce w języku Python
  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery

------------------------------------------------------------

OPIS KURSU

------------------------------------------------------------

Boom na rozwiązania AI

Zastosowania sztucznej inteligencji (Artificial Intelligence) rosną w tempie wykładniczym. Od prostych modeli klasyfikujących pocztę mailową, wybierających najbardziej optymalną trasę dojazdu, rozpoznających nas w czasie rzeczywistym (wideoweryfikacja) po auta a nawet samoloty autonomiczne. A przed nami przecież tyle nieodkrytych obszarów w których można zastosować AI.


Do czego służy biblioteka Keras?

Keras to biblioteka open source do tworzenia sieci neuronowych, która jako backend wykorzystuje Tensorflow, CNTK, czy Theano. Jest doskonałym narzędziem do prototypowania i eksperymentowania oszczędzając nam wiele czasu przy pisaniu kodu. Stanowi także niską barierę wejścia dla osób, które dopiero zaczynają swoją karierę w uczeniu maszynowym.

Spis treści

Czas trwania: 08:22:48Rozwiń wszystkie tematy
downKonfiguracja Środowiska
5 wykłady
  • Repozytorium kursu na GithubSlajdy: 1
  • Pliki do pobraniaSlajdy: 1
  • WymaganiaSlajdy: 1
  • Wprowadzenie do Google Colab07:15
  • Google ColabSlajdy: 1
downSztuczna Inteligencja - Deep Learning
3 wykłady
downFunkcje aktywacji - Implementacja
4 wykłady
downFunkcje Straty - Implementacja
5 wykłady
downAlgorytm Stochastycznego Spadku Gradientu
4 wykłady
downImplementacja Sieci Neuronowej
8 wykłady
downKlasyfikacja Obrazów - Sztuczne Sieci Neuronowe - ANN
9 wykłady
downCNN - Konwolucyjne Sieci Neuronowe
11 wykłady
downCNN - Klasyfikator - pies czy kot?
10 wykłady
downCNN - dron, samolot pasażerski czy helikopter? - Tensorflow 2.0 + Keras
11 wykłady

O autorze

avatar
Paweł KrakowiakData Scientist / Securities Broker
Kursy: 30
O mnie
Data Scientist, Securities Broker Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych. Absolwent podyplomowych studiów ...Czytaj więcej
Zobacz profil autora
5.0
100 %
0 %
0 %
0 %
0 %