Derin öğrenme, sınıflandırma ve regresyon için son teknoloji bir makine öğrenme tekniğidir. Geçtiğimiz birkaç yılda görüntü sınıflandırma, doğal dil işleme, biyoinformatik ve robotik gibi alanlarda son teknoloji sonuçlar üretti. Bu eğitim, derin öğrenmenin ana fikirlerini ve verimli ve ölçeklenebilir derin öğrenme için bir yazılım çerçevesi olan Tensorflow ile pratikte nasıl uygulanacağını kapsayacaktır. Standart sinir ağlarının yalnızca birkaç satır kodla konuşlandırılmasına olanak tanıyan üst düzey Keras kitaplığının yanı sıra ham tensor akışının ayrıntılarını sunarak daha derin bir özelleştirme düzeyine olanak sağlayacağız.
"Python and Tensorflow" eğitimi için temel Python bilgisi ve üstel alma, logaritma ve toplam gösterimi gibi matematiksel kavramlara aşinalık katılımcılara faydalı olacaktır. Biraz matematik, matris cebiri ve olasılık bilgisi faydalı olabilir ancak gerekli değildir. Bu konulardan ihtiyaç duyulan fikirler eğitim sırasında anlatılacaktır.
Denetimli öğrenme
Sınıflandırma, regresyon ve tahmin görevleri nasıl çerçevelenir?
Çok katmanlı algılayıcılar
Basit bir sinir ağı mimarisi.
Sinir ağlarının eğitimi
Stokastik gradyan inişi ve geriye yayılım.
Derin öğrenme
Büyük verilerden karmaşık özellikleri öğrenme.
Parametre ayarlama
Aşırı uyumu önlemek için düzenleme yöntemleri, aktivasyon fonksiyonlarının seçilmesi.
Evrişimsel sinir ağları
Görüntü verilerinden öğrenme.
Ölçeklendirme
GPU'ları büyük verilerle kullanma
Sınıf eğitimlerimizi Azerbaycan ofislerimizde düzenlemekteyiz. Kurumunuza özel eğitimleri ise, dilediğiniz tarih ve lokasyonda organize edebiliriz.