Машинное обучение: нейросети и глубокое обучение

Курс: “Машинное обучение: нейросети и глубокое обучение”. Мы разберем сегментацию и классификацию изображений облаков с помощью сверточных, пирамидальных, остаточных и полносвязных нейронных сетей в соревновании на Kaggle вплоть до формирования конечного результата. Материал прислал анонимный пользователь без комментариев.

Материал может быть удален по запросу правообладателя!

Описание курса:

В этом курсе:

• Проведение исследовательского анализа данных для поиска зависимостей: EDA.
• Метрики точности: оценка F1 и коэффициент Дайса.
• Очистка данных и обработка изображений.
• Загрузка и сохранение моделей и данных в HDF5.
• Двухслойный и многослойный перцептрон.
• Нейросети со сверточными слоями и слоями подвыборки.
• Функции активации, инициализация и оптимизаторы нейросетей.
• Преобразование и дополнение (аугментация) бинарных данных.
• LeNet, AlexNet, GoogLeNet.
• VGG, Inception, ResNet, DenseNet.
• Сегментация изображений с MobileNet, Unet, PSPNet и FPN.
• Ансамбль нейросетей.
• Выгрузка результата для соревнования на Kaggle.

Чему вы научитесь:

• Распознавание формы облаков по фотографии
• Оценка F1 и критерий сходства Дайса
• Многослойный перцептрон
• Сверточные нейронные сети
• Функции активации, регуляризаторы и оптимизаторы
• Нормализация, отсев и дополнение изображений
• LeNet, AlexNet и GoogLeNet, Inception
• VGG, ResNet и DenseNet
• MobileNet, FPN, Unet, PSPNet
• Ансамбли нейросетей

Требования:

• Основы математической статистики
• Основы машинного обучения
• Продвинутый Python

Если Вы не видите ссылку для скачивания материала – отключите блокиратор рекламы и добавьте наш сайт в список исключений. Если Вы против рекламы на нашем сайте – покупайте контент напрямую у авторов.

Материал предоставлен исключительно для ознакомления!

Опубликовано: Анонимно