Výuka a vyhodnocení modelů hloubkového učení

Pokročilý

Odborník na datové vědy

Visual Studio Code

Obsáhlý Learning je pokročilý formulář strojového učení, který emuluje způsob, jakým se lidský mozek učí prostřednictvím sítí připojených neurons.

Cíle výuky

V tomto modulu se naučíte:

• Základní principy hloubkového učení
• Jak proškolit rozsáhlou neuronové síť (DNN) s využitím PyTorch nebo Tensorflow
• Postup výuky sítě konvoluční neuronové (CNN) pomocí PyTorch nebo Tensorflow
• Jak pomocí funkce Transfer Learning vytvořit konvoluční neuronové Network (CNN) pomocí PyTorch nebo Tensorflow

Požadavky

• Základní matematické koncepty
• Porozumění technikům klasického strojového učení.
• Programování pomocí Pythonu

• Úvod min
• Koncepty rozsáhlého neuronové sítě min
• Cvičení – výuka rozsáhlé neuronové sítě min
• Konvoluční neuronové sítě min
• Cvičení – výuka sítě konvoluční neuronové min
• Přenos učení min
• Cvičení – použití učení přenosu min
• Prověrka znalostí min
• Souhrn min

Obsáhlý Learning je pokročilý formulář strojového učení, který emuluje způsob, jakým se lidský mozek učí prostřednictvím sítí připojených neurons.

V tomto modulu se naučíte:

• Základní principy hloubkového učení
• Jak proškolit rozsáhlou neuronové síť (DNN) s využitím PyTorch nebo Tensorflow
• Postup výuky sítě konvoluční neuronové (CNN) pomocí PyTorch nebo Tensorflow
• Jak pomocí funkce Transfer Learning vytvořit konvoluční neuronové Network (CNN) pomocí PyTorch nebo Tensorflow

Požadavky

• Základní matematické koncepty
• Porozumění technikům klasického strojového učení.
• Programování pomocí Pythonu