After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Deep learning надовго! Це провідний підхід для розв'язання складних задач з неструктурованими даними та потужний інструмент для інновацій. Keras — один із фреймворків, що спрощує старт у розробці моделей глибокого навчання, і водночас достатньо гнучкий, щоб швидко створювати промислові рішення. У цьому курсі ви опanuєте регресію та «врятуєте Землю», передбачаючи траєкторії астероїдів; застосуєте бінарну класифікацію, щоб відрізняти справжні долари від фальшивих; використаєте багатокласову класифікацію, щоб визначати, хто кинув яку дротик у мішень; навчитеся відновлювати зашумлені зображення за допомогою нейронних мереж — і не тільки. Крім того, ви дізнаєтеся, як краще контролювати навчання моделей і як налаштовувати їх, щоб підвищити продуктивність.
Попередні вимоги
Навчальний план
Зміст курсу
1
Знайомство з Keras
У цьому першому розділі ви познайомитеся з нейронними мережами, зрозумієте, які задачі вони можуть розв'язувати і коли їх варто застосовувати. Ви також збудуєте кілька мереж і «врятуєте Землю», натренувавши регресійну модель, що наближує орбіту метеора, який наближається до нас!
2
Глибше вглиб
Наприкінці цього розділу ви знатимете, як розв'язувати задачі бінарної, багатокласової та мульти міткової класифікації за допомогою нейронних мереж. Ви зробите це на прикладах: виявлення фальшивих доларових банкнот, визначення, хто кинув який дротик у мішень, і побудова розумної системи поливу для вашого господарства. Ви також зможете будувати графіки метрик під час навчання моделі, зупиняти тренування та зберігати моделі, коли вони більше не покращуються.
3
Покращення продуктивності моделі
У попередніх розділах ви натренували чимало моделей! Тепер ви навчитеся інтерпретувати криві навчання, щоб розуміти поведінку моделей під час тренування. Ви також візуалізуєте вплив функцій активації, розмірів пакета та batch normalization. Нарешті, ви опануєте автоматичну оптимізацію гіперпараметрів для моделей Keras за допомогою sklearn.
4
Просунуті архітектури моделей
Час познайомитися з більш просунутими архітектурами! Ви створите автоенкодер для відновлення зашумлених зображень, візуалізуєте активації згорткових нейронних мереж, використаєте глибокі попередньо натреновані моделі для класифікації зображень і дізнаєтеся більше про рекурентні нейронні мережі та роботу з текстом, створюючи мережу, що прогнозує наступне слово в реченні.
Вступ до Deep Learning з Keras
Курс
завершено
