Машинное обучение Курс по нейросети
Мы разберем сегментацию и классификацию изображений облаков с помощью сверхточных, пирамидальных, остаточных и полно связных нейронных сетей в соревновании на Kaggle вплоть до формирования конечного результата.
В этом курсе:
🔸 Проведение исследовательского анализа данных для поиска зависимостей: EDA.
🔸 Метрики точности: оценка F1 и коэффициент Дайса.
🔸 Очистка данных и обработка изображений.
🔸 Загрузка и сохранение моделей и данных в HDF5.
🔸 Двухслойный и многослойный перцептрон.
🔸 Нейросети со сверточными слоями и слоями подвыборки.
🔸 Функции активации, инициализация и оптимизаторы нейросетей.
🔸 Преобразование и дополнение (аугментация) бинарных данных.
🔸 LeNet, AlexNet, GoogLeNet.
🔸 VGG, Inception, ResNet, DenseNet.
🔸 Сегментация изображений с MobileNet, Unet, PSPNet и FPN.
🔸 Ансамбль нейросетей.
🔸 Выгрузка результата для соревнования на Kaggle.
Чему вы научитесь:
🔸Распознавание формы облаков по фотографии
🔸Оценка F1 и критерий сходства Дайса
🔸Многослойный перцептрон
🔸Сверточные нейронные сети
🔸Функции активации, регуляризаторы и оптимизаторы
🔸Нормализация, отсев и дополнение изображений
🔸LeNet, AlexNet и GoogLeNet, Inception
🔸VGG, ResNet и DenseNet
🔸MobileNet, FPN, Unet, PSPNet
🔸Ансамбли нейросетей
Машинное обучение
Достаточно интересный материал, но подойдет не для всех. Ознакомьтесь с описанием, чтобы понять, нужен ли вам данный курс.
Машинное обучение это очень широкое направление исследований и прикладных разработок в области Искусственного Интеллекта. Сегодня машинное обучение представлено не только статистическими и дедуктивными методами, но и массой новых индуктивных подходов, одним из главных среди которых являются искусственные нейронные сети. Из нашего курса вы узнаете, какие методы машинного обучения есть, как и для каких задач их можно применять и что для этого нужно. После того как вы пройдёте курс, вы сможете абсолютно осознанно подходить к выбору решений, на экспертном уровне разговаривать с разработчиками, да и вообще уровень вашей сексуальности повысится на порядок.
Для кого этот курс:
- Студенты и школьники;
- Бизнесмены и менеджеры;
- Чиновники и лица, принимающие решения;
- Журналисты и технологические блогеры.
Чему вы научитесь:
- Машинное обучение;
- Искусственные нейронные сети;
- Обучение с подкреплением;
- Ансамблевые методы.