[Udemy] TensorFlow для начинающих [Helen Kapatsa]

269 

Закрыть
Расчет стоимости
  • 269 
  • 269 
  • 269 
В наличии
Сравнить
Описание

Описание

Чему вы научитесь

Создание нейронных сетей

Требования

Базовые навыки Python

Описание
Это курс для всех, кто желает освоить Науку о данных, которая состоит из нескольких приложений – сфер наук, выстраивающихся в пирамиду. Чтобы работать с самыми разными слоями Data Science, стоит сформировать понимание всех основополагающих, и в этом курсе речь пойдет о разделах Машинного обучения. Вы узнаете, из каких наук сформирована Наука о данных, почему именно Python стал «языком данных», и как TensorFlow позволяет выполнять невероятные задачи Машинного обучения всего за пару десятков строк кода.
Вы научитесь устанавливать фреймворк, проверять его работоспособность, а также выполнять элементарные операции над матрицами. Как только вступительная часть закончится, мы перейдем к созданию нейронных сетей, и здесь TensorFlow предлагает беспрецедентный синтаксис для решения самых высокоуровневых задач Машинного обучния, как то:
– распознавание изображений животных
– создание текста на основе произведения Шекспира
– стилизация изображений под известные картины
Помимо решения классических задач, нам предстоит погрузиться в мир моделей еще глубже: мы отследим процесс обучения с помощью специального плагина TensorBoard и увеличим эффективность нейронной сети с помощью тюнинга гиперпараметров. Вы узнаете, какие графики используются для мониторинга качества обучения, что такое графы и как они выглядят в TensorBoard.
Технологии: numpy, tensorboard, os, time, keras, matplotlib

UPDATE
15.04.2021 добавлены уроки:
— TensorBoard | Настройка Машинного обучения
— Визуализация графа
— Стилизация изображений
Для кого этот курс:

Разработчики Python с интересом к Науке о данных

Отзывы (0)
0 ★
0 оценок
5 ★
0
4 ★
0
3 ★
0
2 ★
0
1 ★
0

Отзывов пока нет.

Только зарегистрированные клиенты, купившие этот товар, могут публиковать отзывы.

Закрыть
Закрыть
Sidebar
0
0
Закрыть

Корзина

Корзина пуста!

Продолжить покупки

в