Uswy11fcrbgtiyhm4v9c

Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras (8.5h)

(NOWOŚĆ) Naucz się budować sieci neuronowe w języku Python wykorzystując najnowocześniejsze rozwiazania!

   Obejrzyj promo   Zapisz się na kurs

Odnajdź się w świecie sieci neuronowych!

Zainteresowanie sieciami neuronowymi nigdy w historii nie było tak wysokie jak w ostatnich latach. To pokazuje jak ważnym elementem stają się sieci neuronowe w nowoczesnym budowaniu aplikacji. Rozwiązania sztucznej inteligencji spotykamy praktycznie na każdym kroku, a część z nas już tak do tego przywykła, że nie jest w stanie się bez nich obejść.


W 2018 roku trzej pionierzy sztucznej inteligencji zdobyli nagrodę Turinga (Geoffrey Hinton, Yann LeCun, Yoshua Bengio). To wydarzenie podkreśla jak ważny element w dzisiejszym świecie pełni sztuczna inteligencja.


Promo Video


Boom na rozwiązania AI

Zastosowania sztucznej inteligencji (Artificial Intelligence) rosną w tempie wykładniczym. Od prostych modeli klasyfikujących pocztę mailową, wybierającą najbardziej optymalną trasę dojazdu, rozpoznającą nas w czasie rzeczywistym (wideoweryfikacja) po auta a nawet samoloty autonomiczne. A przed nami przecież tyle nieodkrytych obszarów w których można zastosować AI.


Według Gartnera w 2019 roku najczęściej spotykane zastosowania sztucznej inteligencji to odpowiednio:

  • czatboty
  • optymalizacje procesów
  • analiza transakcji i wyłudzeń finansowych
  • segmentacja konsumentów
  • diagnostyka sprzętowa
  • wirtualne call center i asystent klienta
  • rozpoznawanie twarzy

Czego między innymi nauczysz się na kursie?

  • Matematyczne podstawy działania sieci neuronowych
  • Implementacja prostej sieci neuronowej od zera
  • Zrozumienie zasad działania sztucznych sieci neuronowych (ANN)
  • Zrozumienie zasad działania konwolucyjnych sieci neuronowych (CNN)
  • Zrozumienie zasad działania rekurencyjnych sieci neuronowych (RNN)
  • Uczenie nadzorowane przy użyciu sieci neuronowych
  • Klasyfikacja przy pomocy ANN
  • Regresja przy pomocy ANN
  • Klasyfikacja binarna obrazów przy pomocy ANN i CNN
  • Klasyfikacja wieloklasowa obrazów przy pomocy CNN
  • Praca z danymi tekstowymi
  • Praca z obrazami
  • Transfer Learning
  • Zastosowanie modelu VGG16, VGG19
  • Klasyfikacja recenzji przy pomocy RNN

Przykładowa lekcja - Elementy składowe sieci

(lekcja typu wykład)


Przykładowa lekcja - Funkcje aktywacji

(lekcja typu wykład)


Do czego służy biblioteka Keras?

Keras to biblioteka open source do tworzenia sieci neuronowych, która jako backend wykorzystuje Tensorflow, CNTK, czy Theano. Jest doskonałym narzędziem do prototypowania i eksperymentowania oszczędzając nam wiele czasu przy pisaniu kodu. Stanowi także niską barierę wejścia dla osób, które dopiero zaczynają swoją karierę w uczeniu głębokim.

Czy istnieją jakieś wymagania dotyczące kursu?

Recenzje uczestników


Program szkolenia


  Przykłady zastosowań sieci neuronowych
Dostępne w dni
dni po rejestracji
  Matematyczne podstawy sieci neuronowych
Dostępne w dni
dni po rejestracji
  ANN - Regresja
Dostępne w dni
dni po rejestracji
  Projekt własny
Dostępne w dni
dni po rejestracji

Twój instruktor


Paweł Krakowiak
Paweł Krakowiak

Data Scientist, Securities Broker

Założyciel platformy e-smartdata.org

Autor kilkunastu szkoleń online z zakresu języka python, analizy danych, data science, uczenia maszynowego, uczenia głębokiego, sieci neuronowych czy sztucznej inteligencji.

Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych.

Absolwent podyplomowych studiów na Polsko-Japońskiej Akademii Technik Komputerowych na kierunku Informatyka, spec. Big Data.

Absolwent studiów magisterskich z matematyki finansowej i aktuarialnej na wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego.

Od 2015 roku posiadacz licencji maklera papierów wartościowych z uprawnieniami do czynności doradztwa inwestycyjnego.

Wykładowca w Fundacji GPW prowadzący szkolenia dla inwestorów z zakresu analizy technicznej, finansów behawioralnych i zasad zarządzania portfelem instrumentów finansowych.

Z doświadczeniem w prowadzeniu zajęć dydaktycznych na wyższej uczelni z przedmiotów związanych z rachunkiem prawdopodobieństwa i statystyką.

Kilkadziesiąt wystąpień publicznych o tematyce rynków finansowych, czy data science.

Główne obszary zainteresowań to sztuczna inteligencja, uczenie maszynowe, uczenie głębokie i rynki finansowe.


 

NIE WIESZ GDZIE ZACZĄĆ?

REKOMENDOWANE ŚCIEŻKI UCZENIA

ALL-IN-ONE

PYTHON DEVELOPER:

DATA SCIENTIST / MACHINE LEARNING ENGINEER:

DATA SCIENTIST / DEEP LEARNING ENGINEER:

BI ANALYST / DATA ANALYST:

BIG DATA ANALYST:

C DEVELOPER:

C++ DEVELOPER:

Chcesz być na bieżąco? Dołącz do społeczności e-smartdata na Facebooku!

Ucz się, komentuj, pytaj, nawiązuj znajomości!


Planujesz zakup większej ilości kursów na platformie?

Odezwij się do nas, damy solidną zniżkę!

Pozdrawiamy,
Zespół e-smartdata.org
[email protected]

Często zadawane pytania (FAQ)


Kiedy zaczyna i kończy się kurs?
Kurs zaczyna się od momentu zakupu i nigdy się nie kończy! Ty decydujesz, kiedy zaczynasz i kiedy kończysz.
Jak długo mam dostęp do kursu?
Po rejestracji masz nieograniczony dostęp do tego kursu tak długo, jak chcesz - na dowolnym urządzeniu, które posiadasz.
Co jeśli jestem niezadowolony z kursu?
Jeśli nie jesteś zadowolony z zakupu, skontaktuj się z nami w ciągu pierwszych 14 dni, a my damy ci zwrot pieniędzy w zależności od procentu zaawansowania danego kursu/ścieżki.

Zacznij teraz!