4.27 out of 5
4.27
80 reviews on Udemy

Wprowadzenie do sieci neuronowych – Tensorflow 2.0 + Keras

Naucz się budować sieci neuronowe w języku Python wykorzystując najnowocześniejsze rozwiązania!
Instructor:
Paweł Krakowiak
597 students enrolled
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

———————————————————

REKOMENDOWANE ŚCIEŻKI UCZENIA

———————————————————

PYTHON DEVELOPER:

  • Programowanie w języku Python – od A do Z

  • 200+ Ćwiczeń – Programowanie w języku Python – od A do Z

  • 210+ Ćwiczeń – Python – Moduły wbudowane – od A do Z

  • Programowanie obiektowe w języku Python – OOP – od A do Z

  • 150+ Ćwiczeń – Programowanie obiektowe w języku Python – OOP

  • Testy jednostkowe w języku Python – framework unittest

  • 100+ Ćwiczeń – Testy jednostkowe w języku Python – unittest

SQL DEVELOPER:

  • SQL Bootcamp – Bazy danych SQLite – Part I

  • SQL Bootcamp – Bazy danych SQLite – Part II

  • SQL Bootcamp – Bazy danych SQLite – Part III – Ćwiczenia

  • SQL Bootcamp – Bazy danych SQLite – Part IV – Ćwiczenia

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery

DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python – od A do Z

  • 200+ Ćwiczeń – Programowanie w języku Python – od A do Z

  • 210+ Ćwiczeń – Python – Moduły wbudowane – od A do Z

  • Programowanie obiektowe w języku Python – OOP – od A do Z

  • 150+ Ćwiczeń – Programowanie obiektowe w języku Python – OOP

  • Testy jednostkowe w języku Python – framework unittest

  • 100+ Ćwiczeń – Testy jednostkowe w języku Python – unittest

  • Wprowadzenie do data science w języku Python – Pandas

  • Interaktywne wizualizacje danych w języku Python – Plotly

  • Data Science Bootcamp w języku Python – od A do Z

  • 250+ Ćwiczeń – Data Science Bootcamp w języku Python

  • SQL Bootcamp – Bazy danych SQLite – Part I

  • SQL Bootcamp – Bazy danych SQLite – Part II

  • SQL Bootcamp – Bazy danych SQLite – Part III – Ćwiczenia

  • SQL Bootcamp – Bazy danych SQLite – Part IV – Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I – od A do Z

  • Machine Learning Bootcamp w języku Python cz.II – od A do Z

  • Machine Learning Bootcamp w języku Python cz.III – Ćwiczenia

DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python – od A do Z

  • 200+ Ćwiczeń – Programowanie w języku Python – od A do Z

  • 210+ Ćwiczeń – Python – Moduły wbudowane – od A do Z

  • Programowanie obiektowe w języku Python – OOP – od A do Z

  • 150+ Ćwiczeń – Programowanie obiektowe w języku Python – OOP

  • Testy jednostkowe w języku Python – framework unittest

  • 100+ Ćwiczeń – Testy jednostkowe w języku Python – unittest

  • Wprowadzenie do data science w języku Python – Pandas

  • Interaktywne wizualizacje danych w języku Python – Plotly

  • Data Science Bootcamp w języku Python – od A do Z

  • 250+ Ćwiczeń – Data Science Bootcamp w języku Python

  • SQL Bootcamp – Bazy danych SQLite – Part I

  • SQL Bootcamp – Bazy danych SQLite – Part II

  • SQL Bootcamp – Bazy danych SQLite – Part III – Ćwiczenia

  • SQL Bootcamp – Bazy danych SQLite – Part IV – Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I – od A do Z

  • Machine Learning Bootcamp w języku Python cz.II – od A do Z

  • Machine Learning Bootcamp w języku Python cz.III – Ćwiczenia

  • Wprowadzenie do sieci neuronowych – Tensorflow 2.0 + Keras

  • Deep Learning w języku Python – Konwolucyjne Sieci Neuronowe

  • Artificial Intelligence – Computer Vision w języku Python

BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python – od A do Z

  • 200+ Ćwiczeń – Programowanie w języku Python – od A do Z

  • 210+ Ćwiczeń – Python – Moduły wbudowane – od A do Z

  • Programowanie obiektowe w języku Python – OOP – od A do Z

  • 150+ Ćwiczeń – Programowanie obiektowe w języku Python – OOP

  • Testy jednostkowe w języku Python – framework unittest

  • 100+ Ćwiczeń – Testy jednostkowe w języku Python – unittest

  • Wprowadzenie do data science w języku Python – Pandas

  • Interaktywne wizualizacje danych w języku Python – Plotly

  • Twórz nowoczesne aplikacje webowe w Pythonie – Dash, Plotly

  • Data Science Bootcamp w języku Python – od A do Z

  • 250+ Ćwiczeń – Data Science Bootcamp w języku Python

  • SQL Bootcamp – Bazy danych SQLite – Part I

  • SQL Bootcamp – Bazy danych SQLite – Part II

  • SQL Bootcamp – Bazy danych SQLite – Part III – Ćwiczenia

  • SQL Bootcamp – Bazy danych SQLite – Part IV – Ćwiczenia

BIG DATA ANALYST:

  • Programowanie w języku Python – od A do Z

  • 200+ Ćwiczeń – Programowanie w języku Python – od A do Z

  • 210+ Ćwiczeń – Python – Moduły wbudowane – od A do Z

  • Programowanie obiektowe w języku Python – OOP – od A do Z

  • 150+ Ćwiczeń – Programowanie obiektowe w języku Python – OOP

  • Testy jednostkowe w języku Python – framework unittest

  • 100+ Ćwiczeń – Testy jednostkowe w języku Python – unittest

  • Wprowadzenie do data science w języku Python – Pandas

  • Interaktywne wizualizacje danych w języku Python – Plotly

  • Big Data, Hadoop oraz MapReduce w języku Python

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery

ENG:

  • 200+ Exercises – Programming in Python – from A to Z

  • 210+ Exercises – Python Standard Libraries – from A to Z

  • 150+ Exercises – Object Oriented Programming in Python – OOP

  • 100+ Exercises – Unit tests in Python – unittest framework

  • 100+ Exercises – Python Programming – Data Science – NumPy

  • 100+ Exercises – Python Programming – Data Science – Pandas

  • 100+ Exercises – Python – Data Science – scikit-learn

  • 250+ Exercises – Data Science Bootcamp in Python

  • SQL Bootcamp – Hands-On Exercises – SQLite – Part I

  • SQL Bootcamp – Hands-On Exercises – SQLite – Part II

——————-
OPIS KURSU
——————-

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. 

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

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.

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.

Wzrost popularności języka Python

Język Python świetnie nadaje się do przetwarzania, przygotowania, analizy i modelowania danych. Jest prosty do nauki i nie powinien sprawiać problemów osobie, która dopiero zaczyna uczyć się programowania. Na przestrzeni ostatnich lat i rosnącej popularności sztucznej inteligencji Python wyrósł na gwiazdę w tym sektorze. Powstało sporo potężnych bibliotek do machine learningu, czy deep learningu. Przykładem może być stworzona przez Google biblioteka Tensorflow.

Biorąc pod uwagę drastyczne tempo zmian w ostatnich latach i wzrost zainteresowania sztuczną inteligencją nauka sieci neuronowych staje się bardzo rozsądnym wyborem, który z pewnością zaprocentuje w przyszłości.

Share it with friends
You can view and review the lecture materials indefinitely, like an on-demand channel.
Definitely! If you have an internet connection, courses on Udemy are available on any device at any time. If you don't have an internet connection, some instructors also let their students download course lectures. That's up to the instructor though, so make sure you get on their good side!
4.3
4.3 out of 5
80 Ratings

Detailed Rating

Stars 5
49
Stars 4
26
Stars 3
2
Stars 2
2
Stars 1
0
53abfdebac37d8998e850c5ead1d0df6
30-Day Money-Back Guarantee

Includes

9 hours on-demand video
9 articles
Full lifetime access
Access on mobile and TV
Certificate of Completion
Wprowadzenie do sieci neuronowych – Tensorflow 2.0 + Keras