Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego

Autor:: Radosław Słowiński

Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego Radosław Słowiński - okladka książki

Ocena:: 4.5/6 2 opinii
Wersja:: Online i ZIP (254.3MB)
Czas trwania:: 02:33:58
Technologia:: Keras 2.2, Python 3.7

CNN sieci konwolucyjne deep learning (uczenie głębokie) AI sieci neuronowe wizja komputerowa sztuczne sieci neuronowe machine learning(uczenie maszynowe) sztuczna inteligencja Keras

Online

~~59,00 zł~~ (-55%)
26,55 zł

Dodaj do koszyka lub Kup 1-kliknięciem Kup na prezent Za zakup otrzymasz 26Pomoc

22,05 zł najniższa cena z 30 dni

Do przechowalni

Do kursu dołączamy kod źródłowy

Zobacz trailer kursu video

Najczęściej kupowane razem

Python 3. Kurs video. Praktyczne wprowadzenie do programowania Adam Bobowski

Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego Radosław Słowiński

Cena zestawu: 70,00 zł

Zyskujesz: 88,00 zł (-56%)

Dodaj do koszyka

Opis kursu video Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego

Obierz kurs na... Kerasa!

Sztuczna inteligencja budzi w ludziach sprzeczne emocje. Niektórzy widzą w niej śmiertelne zagrożenie, inni wprost przeciwnie, dostrzegają ogromną szansę na rozwój nauki. Ci drudzy niestrudzenie poszukują sposobów na to, by nauczyć maszyny sensownego przetwarzania informacji. Jednym z takich sposobów jest rozwijające się dziś intensywnie uczenie maszynowe i towarzyszące mu uczenie głębokie, a technologia ta wymaga umiejętności budowy sieci neuronowych i ich wykorzystywania.

Jeśli chcesz zagłębić się nieco w świat przyszłości i zrozumieć podstawy, na jakich opierają się dzisiejsze rozwiązania w zakresie inteligentnych maszyn, najwyższy czas przyjrzeć się bliżej bibliotece Keras, zaimplementowanej w języku Python. Tematem szkolenia Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego są różne techniki wykorzystywane podczas projektowania i programowania głębokich sieci neuronowych z poziomu biblioteki, która wykorzystuje popularne frameworki, takie jak TensorFlow, CNTK czy Theano. Aby wynieść z kursu jak najwięcej, powinieneś znać język Python. Dodatkowym atutem będzie znajomość ogólnej idei uczenia maszynowego i jego rodzajów.
Sprawdź, jak wykorzystać bibliotekę Keras do swoich celów, i naucz się tworzyć uczące się sieci!

Czego nauczysz się podczas naszego profesjonalnego szkolenia?

Poznasz różne rodzaje uczenia głębokiego.
Dowiesz się, jak dodawać sieci gęste i konwolucyjne w Kerasie.
Nauczysz się tworzyć modele sieci neuronowych.
Opanujesz proces uczenia sieci neuronowej.
Odkryjesz, jak normalizować dane z wykorzystaniem Kerasa.
Zorientujesz się, jak wygląda ogólny schemat działania sieci konwolucyjnej.

Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego to 12 lekcji, podczas których opanujesz korzystanie ze specjalistycznej biblioteki Pythona w stopniu podstawowym. Główny nacisk jest tu położony na poznanie ogólnego konceptu stojącego za określonymi metodami uczenia głębokiego — nie tyle w teorii, ile w praktyce. Podczas kursu wraz z autorem napiszesz kilka projektów, na przykład dotyczących sieci neuronowej zdolnej rozpoznawać cyfry od 0 do 9 lub sieci neuronowej określającej, czy podana recenzja filmu jest pozytywna, czy negatywna.
Co więcej, poznasz różnice między sieciami gęstymi a konwolucyjnymi. Odkryjesz, jak działają sieci konwolucyjne i dlaczego przydają się przy rozwiązywaniu problemów z wizją komputerową. Zobaczysz także, jak stworzyć proste modele, które dokonują klasyfikacji z wykorzystaniem frameworka Keras.

Projektowanie z użyciem Kerasa

Warto wiedzieć, że biblioteka Keras zapewnia użytkownikowi przyjazne API. Do jej obsługi nie jest potrzebna aż tak złożona wiedza jak w przypadku TensorFlow, dlatego naukę warto zacząć właśnie od niej. Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego pozwala oswoić się z biblioteką i pokazuje, jak tworzyć praktyczne projekty. Chociaż w uczeniu głębokim matematyka odgrywa kluczową rolę, ten kurs nie wymaga znajomości jej bardziej złożonych zagadnień: autor starał się zminimalizować potrzebę odwoływania się do kwestii matematycznych.
Nauka tworzenia sieci neuronowych i prostych klasyfikatorów może zaprocentować w przyszłości. Uczenie głębokie jest bardzo szeroką i wymagającą dziedziną, a podczas tego kursu zdobędziesz wiedzę, którą niełatwo przyswoić w inny sposób. Odkryjesz mnóstwo zagadnień związanych z budową sieci neuronowych, trenowaniem tych sieci oraz tworzeniem i testowaniem modeli. To zapewni Ci doskonałe podstawy do dalszej nauki.

Jak odróżnić psa od kota?

Zrozumienie działania sieci neuronowych i reguł rządzących uczeniem głębokim może Ci pomóc w najdziwniejszych problemach. Z wykorzystaniem świeżo zdobytej wiedzy uda Ci się stworzyć prosty klasyfikator, rozpoznający różne kategorie obrazów i przedmiotów, na przykład właściwie przyporządkowujący zdjęcie psa do innego zbioru niż zdjęcie kota, a także bardziej zaawansowany model, zdolny do oceny komentarza tekstowego — zarówno pozytywnego, jak i negatywnego. Efektywne programowanie sieci neuronowych, w tym konwolucyjnych, wymaga znajomości biblioteki, ale także ogólnego kontekstu i prześledzenia sposobu wyodrębniania elementów znaczących ze zbioru surowych danych. To wszystko znajdziesz w tym szkoleniu.
Następnym Twoim krokiem może już być samodzielne wymyślanie i badanie nowych architektur sieci neuronowych i próba użycia ich do rozwiązania danego problemu.

Tylko dla wtajemniczonych

Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego pomoże Ci rozpocząć przygodę z programowaniem sieci neuronowych i uczeniem maszynowym. Ta rozwijająca się prężnie dziedzina informatyki święci dziś triumfy, ponieważ klasyfikatory, segregatory, testery przydają się zawsze i wszędzie. Rozpoznawanie obrazów, przetwarzanie języka naturalnego, przewidywanie ciągów danych, generowanie tekstu i obrazu na podstawie niepełnych danych: to wszystko jest możliwe dzięki temu, że możemy coraz lepiej programować uczące się maszyny. Szacuje się, że w 2020 roku przychody z oprogramowania związanego ze sztuczną inteligencją sięgną 30 miliardów dolarów. Na pewno warto się dowiedzieć, jak i dlaczego to wszystko działa. Kto wie, może będzie to Twój sposób na biznes?

„Just as electricity transformed everything 100 years ago, today I actually have a hard time thinking of an industry that I don’t think AI will transform in the next several years”

Andrew Ng

Wybrane bestsellery

O autorze kursu video

Radosław Słowiński — software developer, aktualnie zajmujący się przede wszystkim dostarczaniem rozwiązań na Androida. Studiuje informatykę na Politechnice Gdańskiej i równocześnie pracuje w jednym z trójmiejskich software house’ów. Nauka i praca to (niemal) całe jego życie, jest bowiem pasjonatem nowych technologii. Gdy ma ochotę nieco od nich odpocząć, słucha progresywnego rocka i męczy się na siłowni.

Zaloguj się aby uzyskać dostęp do dodatkowych odkodowanych lekcji »

1. Wstęp 00:15:30
2. Proste sieci neuronowe 01:35:07
3. Sieci konwolucyjne 00:42:08
4. Zakończenie 00:01:13
- 4.1. Co dalej 00:01:13

Kurs Video zobaczysz:

Oceny i opinie klientów: Keras w praktyce. Kurs video. Tworzenie modeli uczenia głębokiego Radosław Słowiński (2)

6
(1)
5
(0)
4
(0)
3
(1)
2
(0)
1
(0)

4.5

Data dodania: 2021-01-21 Ocena: 6 Opinia potwierdzona zakupem

Właśnie otrzymałem videokurs z górniczej uczelni z Krakowa, który kosztuje kilka tysięcy zł za semestr... jejku jak ja się cieszę, że kupiłem ten kurs za kilkadziesiąt zł. Nagrane super, wyjaśnione super, jedynie trochę brakuje linka do githuba z przykładami. Ale dla początkujących w AI jest to bardzo przystępny kurs. Bez porównania, bije na głowe poziom z uczelni.
Marek, Data dodania: 2022-03-26 Ocena: 3 Opinia potwierdzona zakupem

Niestety, nie mogę polecić tego kursu. Zawiera błędy - wykonywanie poleceń kolejno wg programu kursu w googlowskim Colabie doprowadza nas do miejsc, w których pojawiają się błędy i zamiast wyniku widocznego w kursie dostajemy błędy. Jak ktoś lubi to może spróbować poszukać rozwiązań tych błędów ale nie ułatwia to zgłębiania tematu. Błędy pokazują się także po załadowaniu załączonych przykładów do Colaba. Ewidentnie potrzebna errata lub aktualizacja. Mam też zastrzeżenia co do strony graficznej i dydaktycznej ale to można by to przeboleć. Daję 3 bo czegoś tam się można jednak dowiedzieć ale polecić nie mogę.