Deep Learning: Sieci Neuronowe w Praktyce
Sieci neuronowe, CNN, RNN, transformery i GANs w praktyce
Oszczędzasz 78,4 zł!
14 dni gwarancji zwrotu pieniędzy
O kursie
Kurs deep learningu od podstaw — sieci neuronowe, CNN, RNN, transformery, GANs. Praktyczne projekty z PyTorch i TensorFlow.
Program kursu
8 modułów · 24 lekcji · 20h nauki
1Moduł 1: Podstawy sieci neuronowych3 lekcji + quiz
- 1Czym jest deep learning i jak różni się od klasycznego ML
- 2Neuron i warstwa — budowa sieci od podstaw
- 3Propagacja wsteczna i gradient descent — jak sieć się uczy
- Quiz: Podstawy sieci neuronowych
2Moduł 2: PyTorch i TensorFlow — środowisko pracy3 lekcji + quiz
- 1PyTorch vs TensorFlow — wybór frameworka
- 2Tensory — fundamentalna struktura danych
- 3Budowanie pierwszego modelu — klasyfikacja MNIST
- Quiz: PyTorch i TensorFlow
3Moduł 3: Konwolucyjne sieci neuronowe (CNN)3 lekcji + quiz
- 1Operacja splotu — jak CNN widzi obraz
- 2Architektury CNN — od LeNet do ResNet
- 3Praktyczny projekt CNN — klasyfikacja obrazów
- Quiz: Konwolucyjne sieci neuronowe
4Moduł 4: Rekurencyjne sieci neuronowe (RNN i LSTM)3 lekcji + quiz
- 1Sekwencje i pamięć — dlaczego potrzebujemy RNN
- 2LSTM i GRU — długa pamięć bez zanikajacego gradientu
- 3Prognozowanie szeregów czasowych z LSTM
- Quiz: RNN i LSTM
5Moduł 5: Transformery i mechanizm uwagi3 lekcji + quiz
- 1Mechanizm uwagi (Attention) — klucz do transformerów
- 2Architektura Transformera — Encoder i Decoder
- 3Fine-tuning transformerów — BERT i GPT w praktyce
- Quiz: Transformery i mechanizm uwagi
6Moduł 6: Generative Adversarial Networks (GANs)3 lekcji + quiz
- 1Idea GAN — generator kontra dyskryminator
- 2DCGAN, StyleGAN — architektury generowania obrazów
- 3Conditional GAN i zastosowania — pix2pix, CycleGAN
- Quiz: Generative Adversarial Networks
7Moduł 7: Regularyzacja i optymalizacja w praktyce3 lekcji + quiz
- 1Przeuczenie i underfitting — diagnoza i leczenie
- 2Zaawansowane techniki optymalizacji
- 3Inicjalizacja wag i normalizacja — stabilność treningu
- Quiz: Regularyzacja i optymalizacja
8Moduł 8: Wdrożenie modeli i projekty końcowe3 lekcji + quiz
- 1Export i optymalizacja modeli do produkcji
- 2MLOps — monitorowanie i zarządzanie modelami
- 3Projekt końcowy — kompletny pipeline deep learningu
- Quiz: Wdrozenie i MLOps
Opinie studentów
Kamil S.
Najlepszy kurs w tej tematyce, jaki znalazłem online. Certyfikat to miły bonus.
Joanna M.
Przystępny język, konkretne przykłady. Ukończyłam w tydzień i już korzystam z nowej wiedzy.
Marta K.
Świetnie przygotowany materiał, wszystko wytłumaczone krok po kroku. Polecam!
Podobne kursy
Więcej kursów z kategorii Data Science i AI
Power BI: Wizualizacja i Dashboardy
Power BI: Wizualizacja i Dashboardy
Tworzenie dashboardów i raportów w Power BI
Python dla Data Science: Pandas i NumPy
Python dla Data Science: Pandas i NumPy
Analiza danych w Python z Pandas i NumPy
Analiza Danych z Python: Wizualizacja i Wnioski
Analiza Danych z Python: Wizualizacja i Wnioski
Pandas, Matplotlib, Seaborn i wnioski biznesowe z danych
Computer Vision: Rozpoznawanie Obrazów z AI
Computer Vision: Rozpoznawanie Obrazów z AI
CNN, detekcja obiektów, segmentacja i OCR w praktyce
Gotowy na nową wiedzę?
Dołącz do 65 studentów, którzy już uczą się z tym kursem.
14 dni gwarancji zwrotu pieniędzy, bez pytań.