A tanfolyam célja, hogy a Python programozási nyelv és a TensorFlow könyvtár segítségével bevezesse a résztvevőket a mély tanulás világába. A kurzus olyan alapvető neurális hálózati fogalmakat tár fel, mint az aktiválási funkciók, a paraméterek optimalizálása és a túlillesztés megelőzése.
A résztvevők megtanulják a mély tanulási modellek felépítését és optimalizálását, valamint gyakorlati helyzetekben való alkalmazását. A kurzus kiterjed a túlillesztés csökkentésére és a megszerzett tudás klasszikus gépi tanulási problémák megoldására való alkalmazására is.
• A neurális hálózatok fogalma, működése, elméleti alapjai.
• A neurális hálózatokkal kapcsolatos főbb fogalmak és kifejezések.
• Stratégiák és technikák a neurális hálózatok paramétereinek optimalizálására a kívánt teljesítmény elérése érdekében.
• A Tensorflow keretrendszer és gyakorlati alkalmazás használata neurális hálózatokon alapuló alkalmazás felépítéséhez.
• A túlillesztés csökkentésének különböző módszerei és azok jelentősége a neurális hálózatok kontextusában.
• Hogyan lehet a kurzusban megszerzett ismereteket alkalmazni a neurális hálózatokkal kapcsolatos gyakorlati problémák megoldására.
- Alapvető programozási ismeretek Python nyelven (adatstruktúrák és vezérlési folyamat).
- A lineáris algebra és a differenciálszámítás alapjai.
- Az alapvető gépi tanulási fogalmak megértése.
- Tapasztalat a Python gépi tanulási könyvtárakban, mint például a NumPy, a Pandas és a Scikit-learn.
- Neurális hálózatok alapismeretei.
• Mik azok a neurális hálózatok, és mi van mögöttük
• A neurális hálózatok alapfogalmai
• Hogyan optimalizáljuk a neurális hálózatok paramétereit
• A Tensorflow megismerése és gyakorlati alkalmazása
• A túlszerelés csökkentésének fő módjai
• A megszerzett ismeretek gyakorlatba ültetése
Jelenleg nincsenek ajánlások.
A tanfolyam elvégzése után bizonyítványt kapsz a tanfolyam elvégzéséről.
