Opis produktu: Kurs Machine Learning - projektowanie sieci neuronowych
Kurs Machine Learning - projektowanie sieci neuronowych podejmuje tematykę dla programistów i pasjonatów nowych technologii takich jak uczenie maszynowe (ML, Machine Learning) i uczenie głębokie (DL, Deep Learning). Obejmuje algorytmy sztucznej inteligencji, tworzenie ich i optymalizowanie. Kurs na poziomie średniozaawansowanym, jest częścią ścieżki kursów Machine Learning Engineer.
Omówienie treści kursu
- Algorytmy uczenia sieci neuronowych
- Regresja, klasyfikacja i detekcja anomalii w sieciach neuronowych
- Biblioteka Optuna i optymalizacja algorytmów uczenia się
- Projektowanie sieci neuronowych w bibliotece TensorFlow
- Rekurencyjne i konwolucyjne sieci neuronowe
- Metody optymalizacji funkcji
- Aktualne trendy Machine Learning
Uzyskane rekomendacje możesz dodać do swojego profilu LinkedIn lub uzupełnić o nie swoje CV.
Machine Learning, który nadejdzie
Uczenie maszynowe odgrywa coraz większą rolę w naszym życiu. Rozwiązania oparte o sztuczną inteligencję automatyzują wiele powtarzalnych procesów, aby odciążyć nas w pracy. Z rozwiązań tej technologii korzystają już nie tylko rynkowi giganci pokroju Google czy Facebooka. Sieci neuronowe to jeden z najbardziej przełomowych algorytmów tej dziedziny, który pomaga rozwiązywać coraz to bardziej złożone problemy. Nieustannie rośnie zapotrzebowanie na inżynierów wyspecjalizowanych w ML i DL, którzy kładą podwaliny pod nowe metody pracy w wielu obszarach ludzkiej działalności.
Gdzie kryją się sieci neuronowe?
Automatyczne barwienie czarno-białych filmów, odszumianie dźwięku albo skomplikowane rozwiązania diagnostyki medycznej to systemy opierające się o sieci neuronowe. Wciąż rośnie liczba dziedzin, w których stosuje się podobne rozwiązania. Podczas kursu nauczysz się, jak zastosować je w swoich projektach. Nie ma tu skoku na głęboką wodę - wykłady najpierw przypomną Ci podstawy i przybliżą historię sieci neuronowych w pigułce.
Struktura i optymalizacja w pracy nad SI / AI
Zagadnienia sieci neuronowych oraz optymalizacji uczenia maszynowego są ze sobą ściśle powiązane. Skorelowane przykłady omówiono na podstawie popularnej biblioteki Optuna. Przykładowo, jeśli planujesz wprowadzić nową usługę na rynek, metody optymalizacji mogą uprościć dla Ciebie proces dobierania najlepszej strategii cenowej. Wiele przykładów w kursie to jednocześnie nauka maksymalizacji nagrody i ograniczania kosztów.
Nowe możliwości
Kurs omawia autoenkodery (auto-enkodery, autokodery), sieci rekurencyjne i sieci konwolucyjne. To czołowe pod względem popularności i efektywności metody w pracy z AI. Pomogły rozwiązać wiele problemów, które do tej pory okazywały się zbyt trudne dla tradycyjnej algorytmiki i wczesnych metod Machine Learning. Rozwiązania te stosowane są w badaniach nad zagadnieniami takimi jak analiza mutacji pod kątem występowania chorób genetycznych, retinopatia czy diagnostyka onkologiczna. Kurs ukazuje, jak wykorzystać je we własnych projektach i aplikacjach.
Najważniejsze elementy kursu
- Bezterminowy dostęp, w tym dostęp mobilny 24/7
- 7 godzin szkolenia
- Testy i zadania
- 35 profesjonalnych wykładów
- 26 pytań testowych
- Certyfikat ukończenia
Uzupełnienie kursu - sztuczna inteligencja
Sieci neuronowe i szeroko rozumiane uczenie maszynowe wpisują się w zagadnienia obszaru znanego jako sztuczna inteligencja. Polecamy zapoznać się także z pozycjami:
Spis treści1. Wprowadzenie
|
