Wstęp
Przykłady zastosowań sieci neuronowych
Uczenie Maszynowe - Krajobraz
Pierwsza sieć neuronowa - Digit Recognition
Sieci Neuronowe - Wprowadzenie
-
Neuron (2:04)
-
Perceptron (4:14)
-
Perceptron - Przykład (6:01)
-
Perceptron Wielowarstwowy (5:39)
-
Elementy składowe sieci (2:14)
-
Tensor (0:32)
-
Tensor - przykłady (5:46)
-
Funkcje aktywacji (3:21)
-
Funkcje aktywacji - Implementacja (8:02)
-
Funkcje straty (4:17)
-
Funkcje straty - przykłady (4:23)
-
Metryki (1:56)
-
Metryki w problemach klasyfikacji binarnej (12:11)
-
Krzywa ROC (1:33)
-
Metryki w problemach klasyfikacji wieloklasowej (3:07)
-
Metryki w problemach regresji (7:16)
-
Spadek wzdłuż gradientu (Gradient Descent) (7:01)
-
Spadek wzdłuż gradientu (Gradient Descent) cz. 2 (5:29)
-
Spadek wzdłuż gradientu (Gradient Descent) - Implementacja (17:10)
Matematyczne podstawy sieci neuronowych
Biblioteka Keras
-
Biblioteka Keras - Wprowadzenie (16:53)
-
Praca z modelami w bibliotece Keras (13:43)
-
Praca z modelami w bibliotece Keras cz. 2 (10:18)
-
Praca z warstwami w bibliotece Keras (5:39)
-
Główne problemy uczenia głębokiego - przeuczenie i niedouczenie (7:23)
-
Główne problemy uczenia głębokiego - przeuczenie i niedouczenie cz. 2 (13:06)
-
Metody regularyzacji modeli (6:16)
-
Wywołania zwrotne - Model Checkpoint (11:10)
-
Wywołania zwrotne - Model Checkpoint - Zapisanie najlepszego modelu (3:46)
-
Wywołania zwrotne - Early Stopping - Wczesne Zatrzymanie (6:08)
-
Tensorboard (6:19)
-
Tensorboard Dev (4:08)
-
Zapis/Ładowanie modelu (2:40)
ANN - Klasyfikacja
ANN - Regresja
CNN - Konwolucyjne Sieci Neuronowe
-
Konwolucyjne Sieci Neuronowe - Wprowadzenie (13:32)
-
Przetwarzanie obrazu - Augmentacja danych (10:22)
-
Klasyfikacja obrazów - omówienie problemu (6:16)
-
Przygotowanie obrazów do modelu (13:18)
-
Przygotowanie obrazów do modelu cz. 2 (13:21)
-
Budowa sieci CNN (12:14)
-
Transfer Learning - model VGG16 (21:15)
-
Wyświetlenie błędów predykcji (10:22)
-
Dron, samolot pasażerski czy helikopter? - Klasyfikacja wieloklasowa (22:47)
-
Wyświetlenie błędów predykcji (8:24)
RNN - Rekurencyjne Sieci Neuronowe
-
Praca z tekstem - wektoryzacja (6:57)
-
Praca z tekstem - tokenizacja (4:38)
-
Osadzanie słów w przestrzeni - Word Embeddings (5:00)
-
Osadzanie słów w przestrzeni - Embedding Projector (6:19)
-
Klasyfikacja - Recenzje filmowe (1:32)
-
Przetworzenie recenzji i warstwa Embedding (10:48)
-
Sieci RNN - neuron rekurencyjny (5:31)
-
RNN: Klasyfikacja recenzji filmowych (5:58)
Projekt własny
