Tensorflow 2: глубокое обучение и искусственный интеллект [Udemy] [Lazy Programmer Inc.]

Складчина: Tensorflow 2: глубокое обучение и искусственный интеллект [Udemy] [Lazy Programmer Inc.]

[2025] Tensorflow 2: Deep Learning & Artificial Intelligence [Udemy] [Lazy Programmer Inc.]

Язык: английский + перевод



Машинное обучение и нейронные сети для компьютерного зрения, анализа временных рядов, обработки естественного языка, генеративно-состязательных сетей, обучения с подкреплением и многого другого!

Чему Вы научитесь:

1. Искусственные нейронные сети (ИНС) / глубокие нейронные сети (ГНС)
2. Прогнозируйте Доходность акций
3. Прогнозирование временных рядов
4. Компьютерное зрение
5. Как создать Обучающего Робота для торговли акциями с глубоким подкреплением
6. GaN (Генеративные состязательные сети)
7. Рекомендательные системы
8. Распознавание изображений
9. Сверточные нейронные сети (CNNs)
10. Рекуррентные нейронные сети (RNNs)
11. Используйте Tensorflow Serving для обслуживания вашей модели с помощью RESTful API
12. Используйте Tensorflow Lite для экспорта вашей модели на мобильные (Android, iOS) и встроенные устройства
13. Используйте стратегии распределения Tensorflow для распараллеливания обучения
14. Низкоуровневый Tensorflow, градиентная лента и создание собственных моделей
15. Обработка естественного языка (НЛП) с глубоким обучением
16. Продемонстрируйте Закон Мура с помощью кода
17. Перенесите обучение на создание самых современных классификаторов изображений
18. Получите сертификат разработчика Tensorflow
19. Ознакомьтесь с важными основами OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion

Описание:
Вы когда-нибудь задумывались о том, как на самом деле работают такие технологии ИИ, как OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion? В этом курсе вы познакомитесь с основами этих революционных приложений.
Добро пожаловать в Tensorflow 2.0!

Спойлер: Подробнее:

Какое захватывающее время. Прошло почти 4 года с момента выпуска Tensorflow, и библиотека эволюционировала до своей официальной второй версии.

Tensorflow — это библиотека Google для глубокого обучения и искусственного интеллекта.

• В последнее время глубокое обучение стало причиной некоторых удивительных достижений, таких как:
• Создание красивых, фотореалистичных изображений людей и предметов, которых никогда не существовало (генеративно-состязательные сети)
• Побеждать чемпионов мира в стратегической игре Го и в сложных видеоиграх, таких как CS:GO и Dota 2 (глубокое обучение с подкреплением)
• Самоуправляемые автомобили (Компьютерное зрение)
• Распознавание речи (например, Siri) и машинный перевод (обработка естественного языка)
• Даже создание видеороликов, на которых люди делают и говорят то, чего они никогда не делали (DeepFakes — потенциально опасное применение глубокого обучения)

Tensorflow — самая популярная в мире библиотека для глубокого обучения, созданная компанией Google, материнская компания которой, Alphabet, недавно стала самой богатой компанией в мире (всего за несколько дней до того, как я написал эту статью). Это излюбленная библиотека для многих компаний, занимающихся искусственным интеллектом и машинным обучением.

Другими словами, если вы хотите заниматься глубоким обучением, вам нужно знать Tensorflow.

Этот курс предназначен для студентов от начального до продвинутого уровня. Как такое возможно?

Если вы только что прошли мой бесплатный вводный курс по Numpy, то знаете всё, что нужно, чтобы сразу приступить к делу. Мы начнём с самых простых моделей машинного обучения и перейдём к современным концепциям.

По ходу обучения вы узнаете обо всех основных архитектурах глубокого обучения, таких как глубокие нейронные сети, свёрточные нейронные сети (для обработки изображений) и рекуррентные нейронные сети (для обработки последовательных данных).

Текущие проекты включают:

• Обработка естественного языка (НЛП)
• Рекомендательные системы
• Передача обучения компьютерному зрению
• Генеративные состязательные сети (GAN)
• Робот для торговли Акциями с Глубоким Усилением обучения

Даже если вы уже прошли все мои предыдущие курсы, вы всё равно узнаете, как преобразовать свой предыдущий код, чтобы он использовал Tensorflow 2.0, а также о совершенно новых и ранее не встречавшихся проектах, таких как прогнозирование временных рядов и прогнозирование акций

Этот курс предназначен для студентов, которые хотят учиться быстро, но в нём также есть «глубокие» разделы на случай, если вы захотите углубиться в теорию (например, что такое функция потерь и какие существуют типы подходов к градиентному спуску).

Расширенные разделы Tensorflow включают:

• Развёртывание модели с помощью Tensorflow Serving (Tensorflow в облаке)
• Развёртывание модели с помощью Tensorflow Lite (мобильные и встроенные приложения)
• Обучение распределенному тензорному потоку с помощью Стратегий распределения
• Написание вашей собственной модели тензорного потока
• Преобразование кода Tensorflow 1.x в Tensorflow 2.0
• Константы, переменные и тензоры
• Нетерпеливое исполнение
• Градиентная лента

Примечание инструктора: в этом курсе основное внимание уделяется широте охвата, а не глубине, с меньшим количеством теории в пользу создания более интересных вещей. Если вы ищете курс с большим количеством теории, то это не то, что вам нужно. Как правило, по каждой из этих тем (системы рекомендаций, обработка естественного языка, обучение с подкреплением, компьютерное зрение, генеративно-состязательные сети и т. д.) у меня уже есть отдельные курсы.

Спасибо за чтение, и увидимся на занятиях!

Материалы курса:
23 раздела • 148 лекций • 26ч. 22м.

1. Приветствие
   
2. Google Colab
   
3. Машинное обучение и нейроны
   
4. Искусственные нейронные сети прямого распространения
   
5. Интерлюдия: tf.data
   
6. Свёрточные нейронные сети
   
7. Рекуррентные нейронные сети, временные ряды и последовательные данные
   
8. Обработка естественного языка (NLP)
   
9. Рекомендательные системы
   
10. Трансферное обучение для компьютерного зрения
    
11. GAN (генеративно-состязательные сети)
    
12. Глубокое обучение с подкреплением (теория)
    
13. Проект по торговле акциями с использованием глубокого обучения с подкреплением
    
14. Расширенное использование Tensorflow
    
15. Низкоуровневый Tensorflow
    
16. Подробнее: функции потерь
    
17. Подробно: градиентный спуск
    
18. Завершение курса
    
19. Дополнительно
    
20. Настройка среды (часто задаваемые вопросы по запросу студентов)
    
21. Дополнительная помощь в программировании на Python для начинающих (часто задаваемые вопросы по запросу студентов)
    
22. Эффективные стратегии обучения машинному обучению (часто задаваемые вопросы по запросу студентов)
    
23. Приложение / Финал часто задаваемых вопросов

Спойлер: Инструктор:

Ленивый программист Inc.

Ленивый программист — опытный онлайн-преподаватель с непоколебимой страстью к обмену знаниями. Имея более чем 10-летний опыт, он произвёл революцию в области науки о данных и машинного обучения, увлекая аудиторию по всему миру своими подробными курсами и учебными пособиями.

Обладая разносторонними знаниями, Ленивый Программист получил две замечательные степени магистра. Его первый опыт в академической среде привёл его к изучению компьютерной инженерии со специализацией в области машинного обучения и распознавания образов. Не останавливаясь на достигнутом, он погрузился в мир статистики, изучая её применение в финансовой инженерии.

Ленивый программист, признанный первопроходцем в своей области, быстро осознал силу глубокого обучения, когда оно ещё только зарождалось. Будучи одним из первопроходцев, он бесстрашно взялся за преподавание одного из первых в истории онлайн-курсов по глубокому обучению, что вывело его на передний план отрасли.

Помимо образования, Ленивый Программист обладает бесценным практическим опытом, который сформировал его экспертные знания. Его деятельность в сфере онлайн-рекламы и цифровых медиа принесла поразительные результаты, подняв показатели кликабельности и конверсии на новый уровень и увеличив доходы компаний, в которых он работал, на миллионы долларов. Будучи инженером-программистом широкого профиля, он хорошо знаком с множеством серверных и веб-технологий, включая Python, Ruby on Rails, C++, Scala, PHP, Javascript, SQL, большие данные, Spark и Redis.

Хотя его достижения в области науки о данных и машинного обучения впечатляют, интеллектуальный интерес Ленивого Программиста простирается далеко за пределы этих областей. Его жажда знаний побуждает его изучать такие разные области, как разработка лекарств, биоинформатика и алгоритмическая торговля. Принимая вызовы и сложности этих областей, он стремится раскрыть их потенциал и внести свой вклад в их развитие.

Благодаря непоколебимой преданности своим студентам и склонности к упрощению сложных концепций «Ленивый программист» является влиятельной фигурой в сфере онлайн-образования. Благодаря своим курсам по анализу данных, машинному обучению, глубокому обучению и искусственному интеллекту он помогает начинающим учёным уверенно ориентироваться в сложных областях этих дисциплин.

Будучи автором, наставником и новатором, «Ленивый программист» оставляет неизгладимый след в мире науки о данных, машинного обучения и за его пределами. Благодаря своей способности объяснять самые сложные концепции, он продолжает формировать новое поколение специалистов по обработке данных и вдохновляет бесчисленное количество людей на интеллектуальные поиски.

Стоимость: 5825 ₽ (69,99 $)
Скрытая ссылка