Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS AWS Certified Developer - Associate CompTIA Security+
Photoshop Graphic Design Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Mindfulness Personal Development Meditation Personal Transformation Life Purpose Coaching Neuroscience
Web Development JavaScript React CSS Angular PHP WordPress Node.Js Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Analysis Data Modeling Big Data
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
2020-12-12 11:39:12
30-Day Money-Back Guarantee

This course includes:

  • 8.5 hours on-demand video
  • 7 articles
  • 2 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
Development Data Science Neural Networks

Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

Zrób krok w stronę sieci neuronowych dzięki bibliotece Keras!
Rating: 4.6 out of 54.6 (56 ratings)
560 students
Created by Paweł Krakowiak
Last updated 1/2021
Polish
30-Day Money-Back Guarantee

What you'll learn

  • Zrozumienie intuicji stojącej za sztucznymi sieciami neuronowymi
  • Zrozumienie intuicji stojącej za konwolucyjnymi sieciami neuronowymi
  • Elementy składowe sztucznych sieci neuronowych ANN
  • Elementy składowe sieci konwolucyjnych CNN
  • Implementacja sieci neuronowej od zera (python)
  • Budowa sztucznych sieci neuronowych w bibliotece Keras
  • Klasyfikacja obrazów przy pomocy sieci ANN i CNN
  • Dogłębna analiza działania sieci CNN
  • Klasyfikacja obrazów - pies czy kot?
  • Klasyfikacja obrazów - dron, samolot pasażerski czy helikopter?

Course content

12 sections • 69 lectures • 8h 30m total length

  • Preview03:20
  • Wymagania
    00:19
  • Preview07:15

  • Wprowadzenie do Deep Learningu
    11:31
  • Klasyczny paradygmat programowania vs. uczenie maszynowe
    14:44
  • Najprostsza sieć neuronowa - Perceptron
    06:54

  • Funkcja ReLU
    09:05
  • Funkcja Sigmoid
    04:52
  • Funkcja Softmax
    07:38
  • Funkcja Tanh
    05:23

  • Funkcje Straty BCE i CCE
    01:48
  • Accuracy - Dokładność
    04:30
  • Entropia
    04:56
  • Binarna Entropia Krzyżowa
    05:20
  • Kategoryczna Entropia Krzyżowa
    07:00

  • Stochastyczny Spadek Gradientu
    09:56
  • Perceptron Wielowarstwowy
    05:12
  • SGD - Implementacja, cz. 1
    07:46
  • SGD - Implementacja, cz. 2
    14:15

  • Implementacja Sieci Neuronowej cz. 1
    11:11
  • Implementacja Sieci Neuronowej cz. 2
    04:34
  • Implementacja Sieci Neuronowej cz. 3
    04:51
  • Implementacja Sieci Neuronowej cz. 4
    04:54
  • Implementacja Sieci Neuronowej cz. 5
    06:02
  • Implementacja Sieci Neuronowej cz. 6
    08:47
  • Implementacja Sieci Neuronowej cz. 7
    06:25
  • Implementacja Sieci Neuronowej cz. 8
    16:50

  • Problem klasyfikacji obrazów
    08:53
  • Jak obraz jest przechowywany w pamięci komputera?
    08:43
  • Wybór biblioteki do uczenia głębokiego
    04:19
  • Perceptron Wielowarstwowy cz. 1
    07:04
  • Perceptron Wielowarstwowy cz. 2
    08:19
  • Perceptron Wielowarstwowy cz. 3
    09:44
  • Perceptron Wielowarstwowy cz. 4
    16:31
  • Perceptron Wielowarstwowy cz. 5
    06:35

  • Wprowadzenie do CNN
    04:34
  • Architektura CNN
    05:28
  • Operacja konwolucji - update
    00:05
  • Operacja konwolucji
    09:11
  • Filtry w sieci CNN
    05:30
  • Operacja MaxPooling
    03:50
  • Konwolucja + MaxPooling - Wyliczenie
    06:45
  • CNN Implementacja
    07:15
  • CNN Trenowanie Modelu
    12:35
  • CNN Podsumowanie
    04:42

  • Pobranie danych do modelu
    14:04
  • Eksploracja danych i budowa pierwszego modelu
    06:42
  • Budowa i trenowanie modelu z augmentacją danych
    07:18
  • Budowa i trenowanie modelu z augmentacją danych cz. 2
    10:53
  • Ocena modelu
    02:51
  • Transfer Learning - model VGG16
    05:29
  • Ocena modelu z wykorzystaniem Transfer Learningu
    02:19
  • Otworzenie black box'a konwolucyjnych sieci neuronowych
    06:29
  • Mapy ciepła, obszary decyzyjne i podsumowanie
    07:24

  • Update
    00:05
  • Preview10:22
  • Preview06:16
  • Przygotowanie obrazów do modelu
    13:19
  • Przygotowanie obrazów do modelu cz. 2
    13:21
  • Budowa sieci CNN
    11:36
  • Transfer Learning - model VGG16
    21:15
  • Wyświetlenie błędów predykcji
    10:22
  • Dron, samolot pasażerski czy helikopter? - Klasyfikacja wieloklasowa
    22:47
  • Wyświetlenie błędów predykcji
    08:24

Requirements

  • ukończony kurs Programowanie w języku Python - od A do Z
  • ukończony kurs 200+ Ćwiczeń - Programowanie w języku Python
  • ukończony kurs 210+ Ćwiczeń - Python - Moduły wbudowane
  • ukończony kurs Wprowadzenie do data science w języku Python - Pandas
  • ukończony kurs Interaktywne wizualizacje danych w języku Python - Plotly
  • ukończony kurs Data Science Bootcamp w języku Python
  • ukończony kurs 250+ Ćwiczeń - Data Science Bootcamp w języku Python
  • ukończony kurs Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras
  • wolny czas i chęci do podjęcia kroku w stronę sztucznej inteligencji

Description

---------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

---------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia

  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras

  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Big Data, Hadoop oraz MapReduce w języku Python

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


ENG:

  • 200+ Exercises - Programming in Python - from A to Z

  • 210+ Exercises - Python Standard Libraries - from A to Z

  • 150+ Exercises - Object Oriented Programming in Python - OOP

  • 100+ Exercises - Unit tests in Python - unittest framework

  • 100+ Exercises - Python Programming - Data Science - NumPy

  • 100+ Exercises - Python Programming - Data Science - Pandas

  • 100+ Exercises - Python - Data Science - scikit-learn

  • 250+ Exercises - Data Science Bootcamp in Python


-------------------
OPIS KURSU
-------------------

Stephen Hawking powiedział kiedyś: "whatever you want to uncover the secrets of the universe, or you just want to pursue a career in the 21st century, basic computer programming is an essential skill to learn".  Te słowa jakże znamiennie wybrzmiewają w dzisiejszych czasach. Nie ulega wątpliwości, że przyszłość zależeć będzie w dużej mierze od postępu technologicznego i ludzi, którzy będą w stanie ten postęp kreować. Jak pokazują dane, utrzymujące się ogromne zapotrzebowanie na specjalistów w sektorze technologii powoduje, że zarobki w branży także są bardzo satysfakcjonujące.

Zastosowania sztucznej inteligencji (Artificial Intelligence) rosną w tempie wykładniczym. Od prostych modeli klasyfikujących pocztę mailową, wybierających najbardziej optymalną trasę dojazdu, rozpoznających nas w czasie rzeczywistym (wideoweryfikacja) po auta a nawet samoloty autonomiczne. A przed nami przecież tyle nieodkrytych obszarów w których można zastosować AI.

Do czego służy biblioteka Keras?

Keras to biblioteka open source do tworzenia sieci neuronowych, która jako backend wykorzystuje Tensorflow, CNTK, czy Theano. Jest doskonałym narzędziem do prototypowania i eksperymentowania oszczędzając nam wiele czasu przy pisaniu kodu. Stanowi także niską barierę wejścia dla osób, które dopiero zaczynają swoją karierę w uczeniu maszynowym.

Wzrost popularności języka Python

Język Python świetnie nadaje się do przetwarzania, przygotowania, analizy i modelowania danych. Jest prosty do nauki i nie powinien sprawiać problemów osobie, która dopiero zaczyna uczyć się programowania. Na przestrzeni ostatnich lat i rosnącej popularności sztucznej inteligencji Python wyrósł na gwiazdę w tym sektorze. Powstało sporo potężnych bibliotek do machine learningu, czy deep learningu. Przykładem może być stworzona przez Google biblioteka Tensorflow.

Wszechstronność Zastosowań

Języka Python możemy używać na bardzo wielu poziomach. Czy to u siebie w domu, w biurze, czy uruchamiając skrypty w chmurze. W połączeniu z mnogością zastosowań i doskonałym zestawem narzędzi takich jak Spyder, Jupyter Notebook, Zeppelin, IPython i innymi bibliotekami środowisko do analizy danych w Pythonie wyróżnia się wydajnością, produktywnością i doskonałą elastycznością.

Who this course is for:

  • Kurs przeznaczony jest dla początkujących programistów Pythona, analityków danych, data scientistów, inżynierów uczenia maszynowego, czy osób, które interesują się machine learningiem i rozwojem sztucznej inteligencji.

Instructor

Paweł Krakowiak
Data Scientist, Securities Broker
Paweł Krakowiak
  • 4.6 Instructor Rating
  • 1,098 Reviews
  • 23,516 Students
  • 31 Courses

EN

Data Scientist/Python Developer/Securities Broker

Founder at e-smartdata[.]org.

A big fan of new technologies, especially in the areas of artificial intelligence, big data and cloud solutions.

A graduate of postgraduate studies at the Polish-Japanese Academy of Information Technology in the field of Computer Science in the Big Data specialization.

A graduate of Master's Degree in Financial and Actuarial Mathematics at the Faculty of Mathematics and Computer Science of the University of Lodz.

Stockbroker license holder with experience in teaching at a university.

Lecturer at the GPW Foundation (technical analysis, behavioral finance and portfolio management).

The main areas of interest are artificial intelligence, machine learning, deep learning and financial markets.

PL

Data Scientist, Securities Broker

Założyciel platformy e-smartdata[.]org

Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych.

Absolwent podyplomowych studiów na Polsko-Japońskiej Akademii Technik Komputerowych na kierunku Informatyka, spec. Big Data.

Absolwent studiów magisterskich z matematyki finansowej i aktuarialnej na wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego.

Od 2015 roku posiadacz licencji maklera papierów wartościowych z uprawnieniami do czynności doradztwa inwestycyjnego.

Wykładowca w Fundacji GPW prowadzący szkolenia dla inwestorów z zakresu analizy technicznej, finansów behawioralnych i zasad zarządzania portfelem instrumentów finansowych.

Z doświadczeniem w prowadzeniu zajęć dydaktycznych na wyższej uczelni z przedmiotów związanych z rachunkiem prawdopodobieństwa i statystyką.

Główne obszary zainteresowań to sztuczna inteligencja, uczenie maszynowe, uczenie głębokie i rynki finansowe.

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.