Głębokie uczenie i sieci neuronowe z Keras

Głębokie uczenie się to technologia stojąca za nowoczesną sztuczną inteligencją, ale rozpoczęcie pracy może wydawać się przytłaczające bez jasnego fundamentu.Ten kurs stanowi uporządkowane wprowadzenie do świata sztucznych sieci neuronowych, prowadząc od podstawowej terminologii do konstruowania modeli, które mogą rozpoznawać wzorce i dokonywać prognoz. Zdobędziesz solidne zrozumienie, jak działa głębokie uczenie się i jak je wdrożyć za pomocą jednej z najpopularniejszych i przyjaznych dla początkujących bibliotek w branży.Czytając szczegółowe wyjaśnienia i ćwicząc przykłady kodu, przekształcisz koncepcje teoretyczne w modele robocze. Czego się nauczysz: - Zrozum podstawową architekturę sieci neuronowych i sposób przetwarzania informacji - Konfiguruj warstwy, funkcje aktywacji i optymalizatory w ramach Keras - Zastosuj techniki wstępnego przetwarzania danych, aby przygotować informacje do skutecznego szkolenia modelu - Trenuj i oceniaj modele głębokiego uczenia się dla różnych zadań klasyfikacji i regresji - Ćwicz budowanie nowoczesnych architektur, takich jak zwojowe sieci neuronowe do rozpoznawania wzorców - Poznaj techniki dostrajania modelu i zapobiegania przesadnej dopasowaniu, aby zapewnić wiarygodne wyniki Kurs rozpoczyna się od podstawowych definicji i podstawowych pojęć, zanim przejdzie do praktycznej mechaniki budowania modelu i optymalizacji wydajności. Jest przeznaczony dla początkujących, którzy chcą jasnej, opartej na tekście ścieżki w dziedzinie AI bez wcześniejszego doświadczenia w głębokim uczeniu się.