เครือข่ายประสาทแบบซ้ำและโมเดลลำดับในภาษาไพธอน

ข้อมูลลำดับอยู่รอบตัวเรา ตั้งแต่ข้อความที่เราอ่าน ไปจนถึงแนวโน้มทางการเงินที่เราติดตาม หลักสูตรแบบข้อความนี้จะนำคุณไปสู่แนวคิดหลักของ Recurrent Neural Networks (RNNs) โดยใช้ภาษาไพธอนและ TensorFlow คุณจะเรียนรู้การเปลี่ยนแปลงจากแนวคิดพื้นฐานของเครือข่ายประสาทไปสู่การสร้างแบบจำลองลำดับ, เรียนรู้วิธีการจัดการการคาดการณ์ลำดับเวลาและงานประมวลผลภาษาธรรมชาติโดยใช้กรอบแนวคิดสมัยใหม่ คุณจะเรียนรู้อะไร เข้าใจกลไกพื้นฐานของ เครือข่ายประสาทแบบซ้ำๆ, GRUs และ LSTMs - เตรียมและประมวลผลข้อความและข้อมูลตัวเลขที่เรียงตามลำดับ ด้วยไลบรารีภาษาไพธอนสมัยใหม่ - สร้างโมเดลจากลำดับไปยังลำดับ และจากลำดับไปยังเวกเตอร์ ใช้ TensorFlow และ Keras API รุ่นล่าสุด - ใช้เทคนิคการเรียนรู้ลึก ในการทำนายลำดับเวลา รวมถึงการวิเคราะห์ผลตอบแทนของหุ้น - ประยุกต์ใช้กระบวนการ ภาษาธรรมชาติ รวมถึงการจัดหมวดหมู่ข้อความ การวิเคราะห์ความรู้สึก และคำฝัง - เปรียบเทียบสถาปัตยกรรมที่เกิดขึ้นซ้ำๆ กับแบบจำลองการเปลี่ยนแปลงที่ใช้ความสนใจ เพื่อให้เข้าใจวิวัฒนาการของการประมวลผลลำดับ หลักสูตรนี้จะเริ่มด้วยคำศัพท์พื้นฐานและกลไกพื้นฐานของข้อมูลลำดับก่อนจะเริ่มการปฏิบัติการจริง คุณจะศึกษาคำอธิบายขั้นตอนต่อขั้นตอนของโค้ดที่แสดงให้เห็นถึงวิธีการออกแบบ, ฝึกฝน และประเมินแบบจำลองที่เกิดขึ้นซ้ำ หลักสูตรนี้ถูกออกแบบสำหรับผู้เริ่มต้นในการเรียนรู้ลึกและวิทยาศาสตร์ข้อมูล ซึ่งมีความเข้าใจพื้นฐานเกี่ยวกับภาษาไพธอน และต้องการที่จะมีความเชี่ยวชาญในการสร้างแบบจำลองลำดับ โดยไม่ต้องมีประสบการณ์ก่อนหน้านี้กับเครือข่ายประสาท เริ่มอ่านวันนี้ เพื่อปลดล็อคพลังของการเรียนรู้ลึกตามลำดับ