Pengenalan kepada Pembelajaran Deep

Penerangan Produk

Matlamat kursus ini adalah untuk memberi pemahaman asas pelajar tentang rangkaian saraf moden dan aplikasi mereka dalam penglihatan komputer dan pemahaman bahasa semula jadi. Kursus ini bermula dengan rekap model linier dan perbincangan mengenai kaedah pengoptimuman stokastik yang penting untuk latihan rangkaian saraf yang mendalam. Pelajar akan mengkaji semua blok bangunan neural yang popular termasuk lapisan bersambung, lapisan konvensional dan berulang.
Pelajar akan menggunakan blok bangunan ini untuk menentukan seni bina moden yang rumit dalam rangka TensorFlow dan Keras. Dalam kursus pelajar kursus akan melaksanakan rangkaian neural yang mendalam untuk tugas penulisan imej yang menyelesaikan masalah memberikan keterangan teks untuk imej masukan.

Prasyarat untuk kursus ini ialah:
1) Pengetahuan asas Python.
2) Algebra linear asas dan kebarangkalian.

Sila ambil perhatian bahawa ini adalah kursus lanjutan dan kami menganggap pengetahuan asas pembelajaran mesin. Anda harus faham:
1) Regresi linear: ralat kuadrat min, penyelesaian analisis.
2) Regresi logistik: model, kerugian rentas entropi, anggaran kebarangkalian kelas.
3) Keturunan kecerunan untuk model linier. Derivatif MSE dan fungsi kehilangan rentas entropi.
4) Masalah overfitting.
5) Penyelarasan untuk model linier.

Adakah anda mempunyai masalah teknikal? Tulis kepada kami: coursera@hse.ru