Wprowadzenie do głębokiego uczenia się: sieci neuronowe, wizja komputerowa i NLP

Głębokie uczenie się jest motorem nowoczesnych przełomów w sztucznej inteligencji, napędzającym wszystko, od inteligentnych asystentów po złożone systemy wizyjne. Ten kurs zapewnia solidne, praktyczne podstawy głębokiego uczenia się, umożliwiając zrozumienie mechaniki sieci neuronowych i stosowanie ich w różnych aplikacjach, takich jak rozpoznawanie obrazów, generowanie tekstu i obsługa połączonych źródeł danych. Czego się nauczysz: * Zrozumienie architektury podstawowej i procesów szkoleniowych sztucznych sieci neuronowych. * Zastosuj zwojowe sieci neuronowe (CNN) do klasyfikacji obrazu i podstawowych zadań widzenia komputerowego. * Sieci Master Recurrent i Transformer do przetwarzania danych sekwencyjnych i Natural Language Processing (NLP). * Analizuj zasady systemów multimodalnych, które łączą różne typy danych (takie jak tekst i obrazy). * Ćwicz podstawowe techniki inżynierii błyskawicznej niezbędne do interakcji z nowoczesnymi modelami generatywnymi. * Konfiguruj proste potoki do wdrażania i monitorowania modeli głębokiego uczenia się (podstawowe MLOps). Program nauczania rozpoczyna się od matematycznych i teoretycznych bloków konstrukcyjnych sieci neuronowych przed przejściem do praktycznych zastosowań w wizji komputerowej i przetwarzaniu języka naturalnego. Na koniec, badamy koncepcje wprowadzające w systemach multimodalnych i wieloagentowych. Ten kurs jest przeznaczony dla absolutnych początkujących zainteresowanych AI i uczeniem maszynowym. Nie jest wymagane wcześniejsze doświadczenie w głębokim uczeniu się ani zaawansowana wiedza matematyczna. Zacznij budować swoją podstawową wiedzę w sztucznej inteligencji już dziś.