Программирование Машинное обучение: нейросети и глубокое обучение

  • Автор темы Anonymous (fa73d8)
  • Дата начала
A

Anonymous (fa73d8)

Гость
2869610_8a30_3.jpg

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
Требования:
  • Основы математической статистики
  • Основы машинного обучения
  • Продвинутый Python
СКАЧАТЬ КУРС:
 

Обратите внимание

Назад
Сверху