Sztuczne sieci neuronowe: budowanie od podstaw z Pythonem

Chcesz naprawdę zrozumieć, jak uczy się sztuczna inteligencja?Ten kurs demystyfikuje wewnętrzne działanie sieci neuronowych, prowadząc Cię do budowania ich od podstaw. Pod koniec tego kursu będziesz posiadał głębokie teoretyczne zrozumienie sztucznych sieci neuronowych i praktycznych umiejętności ich wdrażania za pomocą podstawowych bibliotek Pythona, przygotowując Cię do bardziej zaawansowanych tematów uczenia maszynowego. Czego się nauczysz: * Zrozumienie podstawowej architektury i komponentów sztucznych sieci neuronowych * Wdrażaj podstawowe koncepcje sieci neuronowych, takie jak propagacja do przodu i do tyłu za pomocą Pythona i NumPy * Zastosuj różne funkcje aktywacji, funkcje strat i algorytmy optymalizacji od podstaw * Ćwicz przygotowanie i normalizację danych do szkolenia sieci neuronowych * Naucz się podstawowych technik oceny i udoskonalania wydajności sieci neuronowej * Poznaj podstawowe zasady testowania i debuggowania modeli dla komponentów sieci neuronowych Ten kurs zaczyna się od podstawowej terminologii i podstaw matematycznych, a następnie przechodzi przez praktyczną implementację warstw sieci neuronowych, pętli szkoleniowych i metod oceny przy użyciu czystego Pythona. Ten kurs jest przeznaczony dla absolutnie początkujących do uczenia maszynowego i sztucznych sieci neuronowych, bez wcześniejszego doświadczenia wymaganego poza podstawowym programowaniem Pythona. Wyrusz w podróż, aby opanować podstawy sztucznej inteligencji już dziś.