Deep Learning: Sieci Neuronowe w Praktyce
Sieci neuronowe, CNN, RNN, transformery i GANs w praktyce
Jeden abonament — cały katalog kursów
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
O kursie
Kurs deep learningu od podstaw — sieci neuronowe, CNN, RNN, transformery, GANs. Praktyczne projekty z PyTorch i TensorFlow.
🎯Dla kogo jest ten kurs?
Opinie studentów
Michał ZielińskiZweryfikowany
Pandas, NumPy, wizualizacje — wszystko w jednym miejscu. Po pierwszych 2 modułach robiłam analizy dla zespołu analityków.
MarekZweryfikowany
Statystyka z głową — dopiero teraz rozumiem dlaczego p-value > 0.05 nie znaczy 'brak efektu'.
Beata W.Zweryfikowany
Kurs pomógł mi zdać egzamin certyfikacyjny DP-100. Materiał pokrywa się z wymaganiami Microsoftu.
Patrycja H.Zweryfikowany
Sekcja o ML deployment (Docker, FastAPI) to gold. Teraz moje modele faktycznie trafiają do produkcji.
PiotrekZweryfikowany
Miałem podstawy Pythona i to wystarczyło. Nie muszę być programistą żeby robić Data Science.
❓Najczęściej zadawane pytania
Podobne kursy
Więcej kursów z kategorii Data Science i AI
Machine Learning podstawy
Machine Learning podstawy
Big Data Analytics
Big Data Analytics
Deep Learning zaawansowane
Deep Learning zaawansowane
Python dla analizy danych
Python dla analizy danych
Gotowy na nową wiedzę?
Dołącz do 65 kursantów, którzy już uczą się z tym kursem.
Odblokuj z abonamentem — 7 dni za darmoOd 49 PLN/miesiąc · 248 kursów · Anuluj kiedy chcesz