Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe
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
- Preview03:20
- 00:19Wymagania
- Preview07:15
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
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
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
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
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
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
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:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.6 Instructor Rating
- 886 Reviews
- 22,461 Students
- 28 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.