Kursus Tensorflow: Ilmu Data Pembelajaran Mendalam Dan Jaringan Saraf Tiruan Dengan Python

Pandangan PALING mendalam tentang teori jaringan saraf, dan cara membuat kode satu dengan Python dan Tensorflow murni

Apa yang akan Anda pelajari?

• Pelajari bagaimana Deep Learning BENAR-BENAR bekerja

• Pelajari bagaimana jaringan saraf dibangun dari blok bangunan dasar (neuron)

• Kode jaringan saraf dari awal dengan Python dan numpy

• Buat kode jaringan saraf menggunakan TensorFlow Google

• Jelaskan berbagai jenis jaringan saraf dan berbagai jenis masalah yang digunakan untuk

• Turunkan aturan backpropagation dari prinsip pertama

• Buat jaringan saraf dengan output yang memiliki kelas K > 2 menggunakan softmax

• Jelaskan berbagai istilah yang terkait dengan jaringan saraf, seperti “aktivasi”, “propagasi balik” dan “umpan maju”

• Instal TensorFlow

Persyaratan

• Matematika dasar (turunan kalkulus, aritmatika matriks, probabilitas)

• Instal Numpy dan Python

• Jangan khawatir tentang menginstal TensorFlow, kami akan melakukannya untuk anda di kelas.

Keterangan

Kursus ini akan membantu Anda memulai membangun  jaringan saraf tiruan  PERTAMA menggunakan teknik  pembelajaran mendalam  . Mengikuti kursus saya sebelumnya tentang regresi logistik, kami mengambil blok bangunan dasar ini, dan membangun jaringan saraf non-linear lengkap langsung dari gerbang menggunakan Python dan Numpy.

Kami memperluas model klasifikasi biner sebelumnya ke beberapa kelas menggunakan fungsi softmax, dan kami menurunkan metode pelatihan yang sangat penting yang disebut ”  backpropagation  ” menggunakan prinsip pertama. Saya tunjukkan cara membuat kode backpropagation di Numpy, pertama “cara lambat”, dan kemudian “cara cepat” menggunakan fitur Numpy.

Selanjutnya, kami mengimplementasikan jaringan saraf menggunakan pustaka TensorFlow baru Google.

Anda harus mengikuti kursus ini jika Anda tertarik untuk memulai perjalanan Anda menjadi master dalam pembelajaran mendalam, atau jika Anda tertarik dengan  pembelajaran mesin  dan   secara umum. Kami melampaui model dasar seperti regresi logistik dan regresi linier dan saya menunjukkan kepada Anda sesuatu yang   .