Вступ до глибокого навчання

Вступ до Deep Learning у Python

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Уявіть, що ви працюєте в банку

  • Вам потрібно спрогнозувати, скільки транзакцій зробить кожен клієнт наступного року
Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Приклад очима лінійної регресії

Приклад, як бачить лінійна регресія

Вступ до Deep Learning у Python

Взаємодії

  • Нейромережі добре враховують взаємодії
  • Deep learning використовує особливо потужні нейромережі
    • Текст
    • Зображення
    • Відео
    • Аудіо
    • Вихідний код
Вступ до Deep Learning у Python

Структура курсу

  • Перші два розділи зосереджені на концептуальних знаннях
    • Налагоджуйте й тонко налаштовуйте моделі глибокого навчання на звичних задачах прогнозування
    • Закладіть основу для переходу до сучасних застосувань
  • Це окупиться в третьому й четвертому розділах
Вступ до Deep Learning у Python

Створюйте й налаштовуйте моделі глибокого навчання в keras

import numpy as np
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential
predictors = np.loadtxt('predictors_data.csv', delimiter=',')
n_cols = predictors.shape[1]
model = Sequential()

model.add(Dense(100, activation='relu', input_shape = (n_cols,)))
model.add(Dense(100, activation='relu'))
model.add(Dense(1))
Вступ до Deep Learning у Python

Моделі глибокого навчання фіксують взаємодії

Моделі глибокого навчання охоплюють взаємодії

Вступ до Deep Learning у Python

Моделі глибокого навчання фіксують взаємодії

Моделі глибокого навчання охоплюють взаємодії

Вступ до Deep Learning у Python

Моделі глибокого навчання фіксують взаємодії

Моделі глибокого навчання охоплюють взаємодії

Вступ до Deep Learning у Python

Взаємодії в нейромережі

Взаємодії в нейромережі

Вступ до Deep Learning у Python

Взаємодії в нейромережі

Взаємодії в нейромережі

Вступ до Deep Learning у Python

Взаємодії в нейромережі

Взаємодії в нейромережі

Вступ до Deep Learning у Python

Взаємодії в нейромережі

Взаємодії в нейромережі

Вступ до Deep Learning у Python

Взаємодії в нейромережі

Взаємодії в нейромережі

Вступ до Deep Learning у Python

Давайте потренуємось!

Вступ до Deep Learning у Python

Preparing Video For Download...