เสร็จแล้ว!

Deep Learning เบื้องต้นด้วย Keras

Miguel Esteban

Data Scientist & Founder

ยินดีด้วย!

เรียนรู้มาได้มากมาย

สิ่งที่ได้เรียนรู้

• พื้นฐานของโครงข่ายประสาทเทียม
• การสร้างโมเดลแบบ sequential
• การสร้างโมเดลสำหรับ regression
• การแก้ปัญหา binary classification, multi-class และ multi-label ด้วยโครงข่ายประสาทเทียม
• Activation functions
• การปรับ hyperparameter
• Autoencoders

• การกำจัดสัญญาณรบกวนในภาพ
• แนวคิด CNN
• การใช้โมเดลที่ผ่านการฝึกมาแล้ว
• การแสดงภาพ convolution
• แนวคิด LSTM
• การทำงานกับ embedding layers และข้อความ
• ทั้งหมดนี้โดยใช้ชุดข้อมูลหลากหลายและฟังก์ชันอรรถประโยชน์ของ Keras

ลำดับถัดไปที่ควรเรียนรู้

• เจาะลึก CNN
• เจาะลึก LSTM
• Keras Functional API
• โมเดลที่ใช้เลเยอร์ร่วมกัน และโมเดลแบบหลายสาขา
• GAN: Generative Adversarial Networks
• โปรเจกต์ deep learning

โชคดีนะ!

Deep Learning เบื้องต้นด้วย Keras