Обучающее видео ⇒ Машинное обучение: нейросети и глубокое обучение на Python

Оцените новость / программу! 5 из 5, всего оценок - 4 100

Разберем сегментацию и классификацию изображений облаков с помощью сверточных, пирамидальных, остаточных и полносвязных нейронных сетей в соревновании на Kaggle вплоть до формирования конечного результата.



В этом курсе:

• Проведение исследовательского анализа данных для поиска зависимостей: EDA.
  
• Метрики точности: оценка F1 и коэффициент Дайса.
  
• Очистка данных и обработка изображений.
  
• Загрузка и сохранение моделей и данных в HDF5.
  
• Двухслойный и многослойный перцептрон.
  
• Нейросети со сверточными слоями и слоями подвыборки.
  
• Функции активации, инициализация и оптимизаторы нейросетей.
  
• Преобразование и дополнение (аугментация) бинарных данных.
  
• LeNet, AlexNet, GoogLeNet.
  
• VGG, Inception, ResNet, DenseNet.
  
• Сегментация изображений с MobileNet, Unet, PSPNet и FPN.
  
• Ансамбль нейросетей.
  
• Выгрузка результата для соревнования на Kaggle.

Для кого этот курс:

• Аналитики Python, изучающие машинное обучение
  
• Программисты больших данных
  
• Исследователи больших данных

Скачать видеокурс Машинное обучение: нейросети и глубокое обучение на Python (2,76 ГБ):