Sügavõpe

Tase:

Kesk

Kuupäev:

Nõudlusel

Kestvus:

5 days

Kuupäevad

Andmeteaduse koolitusi ja workshoppe korraldame ka klientide juures– ja seda olenemata asukohast. Palun võtke huvi korral ühendust. Kontakt >>

Võta meiega koolitusele registreerimiseks ühendust >>

Kursuse kirjeldus

See kursus on mõeldud arendajatele, kes kaaluvad üleminekut andmeteadusele või tehnilistele analüütikutele, kes soovivad omandada esimesi teadmisi masinõppes.

 
Kursuse dünaamika hõlmab nii teoreetilist sisu selgitamist kui ka praktilisi tegevusi. Peamine eesmärk on tutvustada osalejatele keerulisi süvaõppe algoritme ja aidata neil juhendaja juhendamisel erinevates stsenaariumides kaasaegseid lahendusi rakendada.

Sihtgrupp

Analüütikud/Arendajad, kellel on vähemalt 1-aastane programmeerimise kogemus (Ideaalis, kogemus ka Python-iga) ja kesktasemele vastavad teadmised statistikast/analüütikast.

Kursuse sisu

Päev 1

Kursuse tutvustus:

  • Tutvustus
  • Kursuse kava tutvustamine
  • Kutsuse dünaamika
    • Sissejuhatusja põhimõisted
    • Masinõppe ajaloo tutvustus
    • Masinõpe vs Sügavõpe
    • Rakendused

    Bias-dispersiooniga kompromiss

    • Underfitting
    • Overfitting

    Ülevaade Python-i libraries kasutamisest:

    • Numpy
    • Pandas
    • TensorFlow + Keras
    • Pytorch

    Python-i/Jupyter-i tutvustus

    • Skriptide veebis käitamise võimalused
    • Google Colab
    • GPU vs CPU

    Tajud ja ühekihiline võrk: Teooria

    • 1-D Tajud
    • Mitmemõõtmeline sisend
    • Kaalud ja nihked maatriksmärgistuses

    Tajud ja ühekihiline võrk: Praktika

    • Klassifitseerimise probleem

    Päev 2

    Kunstlikud närvivõrgud

    • Tajude ühendamine
    • Võrguarhitektuurid
    • Forward Propagation and Batch Normalization

    Gradient Descent and Backpropagation

    • Kaotusfunktsioon/li>
    • SGD vs ADAM
    • Dropout and Early Stopping for Regularization

    Andmete suurendamine

    • Pöörded
    • Tõlked
    • Müra

    Konvolutsioonilised närvivõrgud: Teooria

    • Konvolutsioon operaatorina

    Konvolutsioonilised närvivõrgud: Praktika

    • Konvolutsioonilisete närvivõrkude kasutamise käsitsi kirjutatud numbrituvastuseks

    Päev 3

    Stiimulõpe

    • Juhendatud,- juhendamata õpe vs stiimulõpe
    • Agents, Environment, State, Actions, Rewards
    • Mudeli piirangud
    • Markovi ketid
    • Juhtumi analüüs: Rändmüüja probleem

    Sügava tugevdamise õppe algoritmid

    • Metoodika õppimine
    • Sügava tugevdamise õpe
    • Uurimine vs ekspluateerimine

    Sügava tugevdamise õpe: Teooria

    Sügava tugevdamise õpe: Praktika

     

    Päev 4

    Natural Language Processing

    • Kasutusjuhtumid
    • Lemmatiseerumine
    • Tokeniseerimine

    Suurte närvivõrkude häälestamine

    • Õppimisaste
    • Batch Size
    • Gradiendi kontrollpunkt

    Sentimentaal analüüs

    • Juhtumi analüüs

    Teksti genereerimine: Teooria

    • Transformers Networks

    Teksti genereerimine: Praktika

    • Praktika ja GPT-2 kasutamine

     

    Päev 5

    Korduvad närvivõrgud

    • Võrkude ülesehitus
    • Järjestikused andmed
    • Aegread
    • Kaduv / plahvatav gradiendi probleem

    Pikk lühiajaline mälu

    • Varjatud olekud
    • Rakkude toimimine

    Kursuse lõpetamine: Küsimused, soovitused jne.

     

    Kursusele registreerimiseks võta meiega ühendust >>