Deep Learning w R

WERSJA ROZSZERZONA

Deep Learning w R

Opis szkolenia

Uczenie maszynowe (ang. Machine Learning) zmienia otaczającą nas rzeczywistość biznesową. Głównym motorem tej rewolucji stały się metody Uczenia Głębokiego (ang. Deep Learning), dzięki którym analiza mowy czy obrazu stała się możliwa i co najważniejsze, niezwykle efektywna.

“Deep Learning w R” to szkolenie dedykowane każdemu, kto chciałby nauczyć się tworzyć modele predykcyjne w R w oparciu o głębokie sieci neuronowe.

Czas trwania: 4 dni po 8h (wliczając jednogodzinną przerwę lunchową)

Wymagania: Znajomość języka R na poziomie średnio zaawansowanym (szczególnie w zakresie przetwarzania danych).

Plan szkolenia

Akt pierwszy: Od czegoś trzeba zacząć

  • Czym jest Deep Learning?
  • Machine Learning vs. Deep Learning
  • Podział algorytmów i ich przegląd

Akt drugi: Niezbędne fundamenty

  • Konstrukcja i składowe sieci neuronowej
  • Rodzaje funkcji aktywacji
  • Propagacja wsteczna
  • Porównanie metod Gradient Descent vs. Stochastic Gradient Descent
  • Przeuczenie modelu
  • Walidacja modelu

Akt trzeci: Napisz to sam!

  • Wielowarstwowe sieci neuronowe
  • Budowanie modelu za pomocą Keras

Akt czwarty: Czas zacząć tensorować!

  • Tensorflow – wprowadzenie, przegląd
  • Budowanie grafu za pomocą Tensorflow
  • Wizualizacja grafu za pomocą Tensorboard

Akt piąty: Przegląd możliwości

  • Konwolucyjne sieci neuronowe
  • Rekurencyjne sieci neuronowe
  • Wykorzystanie sieci w danych strukturalnych – Entity Embeddings

Akt szósty: W poszukiwaniu ideału

  • Regularyzacja modelu
  • Tuningowanie parametrów modelu

Kontakt w sprawie szkolenia zamkniętego

Używamy plików cookies w celach zapewnienia funkcjonalności strony. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Państwa urządzeniu końcowym. Jeśli nie wyrażają Państwo na to zgody, uprzejmie prosimy o dokonanie stosownych zmian w ustawieniach przeglądarki internetowej.
Ok, rozumiem Więcej o plikach cookies