Deep Learning to poddziedzina Machine Learning oparta na wielowarstwowych sieciach neuronowych. W przeciwieństwie do klasycznego ML, modele DL samodzielnie uczą się reprezentacji danych (feature learning), co pozwala im osiągać wysoką skuteczność w zadaniach takich jak rozpoznawanie obrazów czy przetwarzanie języka naturalnego.
Tak. Uczestnicy poznają podstawy pracy w TensorFlow i PyTorch, budowę prostych modeli MLP, a także implementację sieci konwolucyjnych (CNN) i rekurencyjnych (RNN, LSTM) w praktyce.
Program obejmuje perceptrony wielowarstwowe (MLP), sieci konwolucyjne (CNN) stosowane w analizie obrazów oraz sieci rekurencyjne (RNN, LSTM, GRU) wykorzystywane w przetwarzaniu sekwencji i NLP.
Uczestnicy uczą się pracy z funkcjami kosztu, optymalizatorami oraz technikami takimi jak regularization, dropout i early stopping. Omawiane są również mini-batche, epoki oraz optymalizacja hiperparametrów.
Tak. Kurs kończy się mini projektem polegającym na budowie i trenowaniu prostego modelu CNN lub RNN, ewaluacji wyników oraz analizie dalszych możliwości rozwoju modelu.
Nie widzisz szkolenia, którego szukasz?
Żadna tematyka nas nie ogranicza – jesteśmy otwarci i stworzymy szkolenie idealnie dopasowane do Twoich potrzeb.
Przykładowe szkolenia: Cisco, Analiza biznesowa, BPMN, UML, PowerBi, Elasticsearch, Sztuczna inteligencja, Python, C++, C#, Selenium, Jenkins, Szkolenia miękkie, UX, Social Media i Marketing, Sprzedaż, Zarządzanie projektami, Design Thinking, Linux, Embedded, Postman, Ms Excel, Adobe, Docker, Kubernetes, Terraform, Azure, SAP, UiPath, Machine Learning.
