Głębokie uczenie

Wprowadzenie do uczenia maszynowego

Sara Billen

Curriculum Manager, DataCamp

Czym jest głębokie uczenie?

  • Inaczej: sieci neuronowe
    • Podstawowa jednostka: neurony (węzły)
  • Szczególna dziedzina uczenia maszynowego
  • Wymaga więcej danych
  • Najlepsza, gdy dane wejściowe to obrazy lub tekst

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Korelacja między dwiema zmiennymi

 

 

Odwzorowanie między zmiennymi z neuronem pośrodku

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Wyjaśnienie sieci neuronowej

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Wyjaśnienie sieci neuronowej

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Wyjaśnienie sieci neuronowej

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Wyjaśnienie sieci neuronowej

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Wyjaśnienie sieci neuronowej

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Wyjaśnienie sieci neuronowej

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Wyjaśnienie sieci neuronowej

Wprowadzenie do uczenia maszynowego

Przewidywanie przychodów kinowych

Wyjaśnienie sieci neuronowej

Wprowadzenie do uczenia maszynowego

Głębokie uczenie

 

  • Sieci neuronowe są znacznie większe
  • Głębokie uczenie: sieć neuronowa z wieloma neuronami
  • Pozwala rozwiązywać złożone problemy
Wprowadzenie do uczenia maszynowego

Kiedy stosować głębokie uczenie?

  • Duże ilości danych
  • Dostęp do mocy obliczeniowej
  • Brak wiedzy dziedzinowej
  • Złożone problemy
    • Wizja komputerowa
    • Przetwarzanie języka naturalnego
Wprowadzenie do uczenia maszynowego

Czas na ćwiczenia!

Wprowadzenie do uczenia maszynowego

Preparing Video For Download...