Zaawansowany modele głębokiego uczenia – biblioteka KERAS

499,00 

Kurs w trakcie przygotowania – będzie dostępny w IV kwartale 2021 r.

Ten kurs pozwoli Ci na utrwalenie wiadomości dotyczących korzystania z biblioteki Keras oraz na poznanie zupełnie nowych i ciekawych zagadnień, pozwalających na rozwijanie kreatywności w korzystaniu z metod głębokiego uczenia. Sieci rekurencyjne czy rozpoznawanie obrazów to tematy, które po tym kursie nie powinny stanowić żadnego problemu.

W przygotowaniu

Opis

Kurs w liczbach:

  • Liczba zadań praktycznych w kursie: 32 zadań
  • Liczba minut materiału video:
  • Liczba stron materiałów pdf:
  • Poziom trudności: Średniozaawansowany 
  • Szacowany czas uczenia kursu: 20h

Co uzyskujesz w ramach kursu: 

  • Dostęp do środowiska programistycznego w przeglądarce wraz z systemem automatycznego testowania programów przez 12 miesięcy od zakupu kursu 
  • Nielimitowany dostęp do materiałów video prezentujących sposób rozwiązania zadania wraz z omówieniem 
  • Nielimitowany dostęp do materiałów teoretycznych pdf wprowadzających w tematykę zadań praktycznych 
  • Nielimitowany dostęp do napisanych programów w ramach sprawdzanych zadań na platformie  
  • Imienny certyfikat ukończenia kursu (warunek wykonania poprawnie min. 85% zadań przewidzianych w kursie

Zawartość kursu:

  1. Multivariate LSTM
    • Wczytanie i przygotowanie danych
    • Wizualizacja danych
    • Skalowanie danych
    • Podział na dane treningowe i testowe
    • Generatory próbek szeregów czasowych
    • Budowa i trening wielowarstwowego modelu LSTM
    • Predykcja 
    • Wizualizacja wyników
  2. Szeregi czasowe na bazaie GRU (Gated Reccurent Unit)
    • Wczytanie danych
    • Wizualizacja danych
    • Skalowanie i podział danych
    • Generatory próbek szeregów czasowych
    • Budowa i trening modelu GRU
    • Predykcja i odwrócone skalowanie
    • Weryfikacja wyników za pomocą r2 score
    • Wizualizacja wyników
  3. Mnist – rozpoznawanie pisma odręcznego za pomocą sieci konwolucyjnych (CNN)
    • Wczytanie danych
    • Wizualizacja danych
    • Rzutowanie, skalowanie oraz zmiana wymiaru danych
    • Kategoryzacja etykiet
    • Budowa wielowarstwowej sieci konwolucyjnej
    • Trening i ewaluacja modelu
    • Predykcja, ewaluacja i przywracanie wartości etykiet
    • Wizualizacja wyników
  4. CNN – CIFAR10
    • Wczytanie danych
    • Wizualizacja danych
    • Kodowanie z gorącą jedynką
    • Budowa modelu
    • Trening modelu
    • Predykcja
    • Badanie skuteczności modelu
    • Confusion Matrix