ODBIERZ TWÓJ BONUS :: »

Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów

Podstawowe informacje:
Czas trwania: 04:25:27
Poziom: podstawowy
Autor: Kacper Łukawski
Liczba lekcji: 30
Technologia: Anaconda 3, Jupyter Notebook
Dla firm
Rozwiń umiejętności swoich pracowników dzięki kursom video
Dowiedz się więcej
  • Monitorowanie postępów pracowników. Przejrzyste raporty i imienne certyfikaty ukończenia kursów
  • Atrakcyjne rabaty dla zespołów. Im więcej pracowników liczy zespół, tym większy uzyskasz rabat
  • Doradztwo w wyborze tematyki szkoleń. Mamy setki kursów, dostosujemy program nauczania pod Twój zespół
Indywidualnie
104,30 zł 149,00 zł (-30%)
39,90 zł najniższa cena z 30 dni Dodaj do koszyka Za zakup otrzymasz 104 punktów
Korzyści:
  • Certyfikat ukończenia
  • Materiały dodatkowe do kursu
  • Test online
  • Dożywotni dostęp
  • Dostęp w aplikacji (także offline)
  • Napisy w języku polskim
Ścieżki rozwoju w ebookpoint.pl

Czego się nauczysz?

  • Analizowania i interpretowania podstawowych wskaźników ekonomicznych
  • Stosowania narzędzi statystycznych w badaniach i raportach
  • Korzystania z metod ilościowych w prognozowaniu zjawisk gospodarczych
  • Tworzenia modeli matematycznych opisujących procesy ekonomiczne
  • Przygotowywania analiz w arkuszach kalkulacyjnych i narzędziach BI
  • Prezentowania wyników w sposób przejrzysty i zrozumiały

Spis lekcji

1. Wstęp 00:31:30
1.1. Instalacja narzędzi
00:06:00
1.2. Czym będziemy się zajmować?
00:04:37
1.3. Konfiguracja środowiska pracy
00:04:50
1.4. Pozyskiwanie danych na potrzeby projektu
00:06:22
1.5. Specyfika obrazów cyfrowych
OGLĄDAJ » 00:09:41
2. Podstawy sieci neuronowych 01:02:44
2.1. Działanie sieci neuronowych
00:10:49
2.2. Wstęp do biblioteki Keras
00:11:31
2.3. Przebieg procesu doboru wag
00:12:17
2.4. Przebieg procesu doboru wag - cd.
00:08:24
2.5. Klasyfikacja czy regresja?
00:07:24
2.6. Dostępne funkcje aktywacji
00:05:36
2.7. Proces tworzenia modelu i pomiar jakości
00:06:43
3. Sieci konwolucyjne 00:52:47
3.1. Dlaczego do obrazu podchodzimy w inny sposób?
00:09:24
3.2. Schemat działania operacji konwolucji
00:14:12
3.3. Rozszerzenie sieci neuronowych o filtry konwolucyjne
00:11:44
3.4. Po co nam pooling?
00:10:26
3.5. Projektowanie CNN
00:07:01
4. Praktyczne wykorzystanie CNN 01:41:51
4.1. Jaki problem rozwiążemy?
00:05:51
4.2. Przygotowanie danych do modelowania
00:11:49
4.3. Wykorzystanie data augmentation
00:13:06
4.4. Projektowanie i uczenie własnego modelu CNN
00:19:50
4.5. Dobieranie odpowiedniej struktury sieci
00:11:33
4.6. Ulepszenie poprzedniego systemu
00:05:20
4.7. Monitorowanie procesu działania sieci
OGLĄDAJ » 00:10:30
4.8. Transfer learning w przypadku obrazu
00:07:05
4.9. Wykorzystanie nauczonego modelu do innego problemu
00:10:51
4.10. Od eksperymentu do gotowego narzędzia
00:05:56
5. Dalsze kroki 00:16:35
5.1. Przegląd innych problemów computer vision
00:07:11
5.2. Źródła inspiracji przy rozwiązywaniu problemów
00:04:02
5.3. Częste problemy projektów opartych na sieciach konwolucyjnych
00:05:22

Obierz kurs na... sieci konwolucyjne!

Sieci neuronowych i uczenia maszynowego nie trzeba już chyba nikomu przedstawiać. Służą nam na każdym kroku, dynamicznie rośnie zwłaszcza ich zastosowanie w przetwarzaniu wszelkiego rodzaju danych (data science). Swoją siłę pokazują w odniesieniu do problemów, dla których nie znaliśmy wcześniej algorytmicznych rozwiązań. Jednak mimo tych zalet klasyczne sieci neuronowe mają swoje ograniczenia - wymagają sprowadzenia danych do ustrukturyzowanej postaci.

Jeden obraz wart jest 1000 słów

Przygotowanie obrazów do takiej postaci może być utrudnione. A rzeczywistość, w której żyjemy, jest przecież przez obrazy zdominowana! Wzrok to nasz podstawowy zmysł, za jego pomocą głównie odbieramy otaczający nas świat. Obrazy są bardzo ważnym nośnikiem informacji, przez co ich analiza i przetwarzanie mają coraz większe znaczenie praktycznie w każdej branży: medycynie, rozrywce, bezpieczeństwie... Rozwiązaniem stały się neuronowe sieci konwolucyjne, które zrewolucjonizowały świat sztucznej inteligencji w kwestii przetwarzania obrazów. Przed ich powstaniem nie znaliśmy właściwie żadnych uniwersalnych metod efektywnego rozpoznawania wizualnych wzorców i praca z takimi danymi miała bardzo ograniczone zastosowania.

Te czasy odeszły już w zapomnienie - sieci konwolucyjne pozwalają szybko stworzyć system, który będzie automatycznie klasyfikować obraz, rozpoznawać na nim obiekty, śledzić je, a także generować realistycznie wyglądające zdjęcia. Ten rodzaj sieci najczęściej jest implementowany przy wykorzystaniu jednej z dwóch bibliotek stworzonych dla potrzeb uczenia maszynowego: TensorFlow lub Keras. W kursie video Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów właśnie one będą służyły do budowania sieci, a materiałem do nauki i testów będą dostępne publicznie dane.

Czego się nauczysz podczas naszego profesjonalnego szkolenia

Wiedza, której posiadanie okazuje się konieczne, żeby efektywnie (a bardzo często także efektownie!) korzystać z tak potężnego narzędzia, jakim są konwolucyjne sieci neuronowe, jest rozległa i różnorodna. Jednak autor kursu video Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów zadbał o to, by znalazło się w nim wszystko, czego potrzebujesz, by przejść od poziomu początkującego aż do zaawansowanego. Natomiast podstawowa wiedza na temat sieci neuronowych jest wskazana. Dzięki kursowi dowiesz się:

  • Jak korzystać z bibliotek NumPy i Matplotlib.
  • Jak użyć bibliotek Keras i TensorFlow do projektowania sieci neuronowych.
  • Co trzeba wiedzieć o sieciach neuronowych, zwłaszcza konwolucyjnych.
  • Jak optymalizować funkcję z użyciem pakietu Optuna.
  • Na czym polegają techniki doboru odpowiedniej struktury sieci.
  • Jak wykorzystać gotowe modele poprzez transfer learning.
  • Jak poszukiwać rozwiązań w dostępnych powszechnie źródłach.
  • Jak zastosować sieci konwolucyjne do rozpoznawania obiektów.
  • Jak wdrażać do produkcji rozwiązania oparte na sieciach konwolucyjnych.

Wybrane bestsellery

O autorze kursu video

Kacper Łukawski jest założycielem i prezesem fundacji AI Embassy, zajmującej się edukacją w obszarze data science oraz zastosowaniem metod sztucznej inteligencji do rozwiązywania problemów społecznych. Ma wieloletnie doświadczenie w implementacji rozwiązań przetwarzających duże zbiory danych i we wdrażaniu uczenia maszynowego w biznesie, ale wierzy, że technologia może służyć także do naprawy świata.

Oceny i opinie klientów: Konwolucyjne sieci neuronowe. Kurs video. Tensorflow i Keras w rozpoznawaniu obrazów Kacper Łukawski (5)

Informacja o opiniach
Weryfikacja opinii następuje na podstawie historii zamowień na koncie Użytkownika umiejszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniającej do uzyskania rabatu w ramach Programu Kadr.
4.4
  • 6 (3)
  • 5 (0)
  • 4 (0)
  • 3 (0)
  • 2 (2)
  • 1 (0)
  • Dzięki temu kursowi opanujemy konwolucyjne sieci neuronowe (CNN), które stosowane są w rozpoznawaniu obrazów, w tym dla klasyfikacji przedstawiających np. pieski i kotki.

    Opinia: Łukasz Opinia dodana: 2024-10-31 Ocena: 6   
    Opinia potwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
  • Jedyny kurs video na rynku polskim na ten temat. Wysoki poziom merytoryczny, fajnie się słucha i ogląda. Przerobiłem całość i nie doszukałem się żadnych błędów. Polecam!

    Opinia: anonimowa Opinia dodana: 2022-04-01 Ocena: 6   
    Opinia niepotwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
  • Super wytłumaczone zjawisko konolucyjnych sieci neuronowych. Gorąco polecam

    Opinia: anonimowa Opinia dodana: 2021-12-09 Ocena: 6   
    Opinia niepotwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
  • Niedopracowany

    Opinia: anonimowa Opinia dodana: 2022-04-19 Ocena: 2   
    Opinia potwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
  • Kurs poprowadzony dość leniwie - autor czyta tekst z notatnika i omawia niektóre fragmenty kodu. Omawiane wzory zawierają dużo błędów, a autor ślepo za tym podąża. Lepiej nie brać wszystkiego na serio... ;)

    Opinia: Data Scientist Opinia dodana: 2022-02-02 Ocena: 2   
    Opinia potwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
więcej opinii »

Szczegóły kursu

Dane producenta » Dane producenta:

Helion SA
ul. Kościuszki 1C
41-100 Gliwice
e-mail: gpsr@helion.pl
Format: Online
Data aktualizacji: 2021-10-22
ISBN: 978-83-283-8556-6, 9788328385566
Numer z katalogu: 151887

Videopoint - inne kursy

Kurs video
104,30 zł
Dodaj do koszyka
Sposób płatności