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
Automatyzacja Raportów z Python
Automatyzacja Raportów z Python
Machine Learning podstawy
Machine Learning podstawy
Looker Studio: Darmowe Raporty i Dashboardy
Looker Studio: Darmowe Raporty i Dashboardy
Big Data Analytics
Big Data Analytics
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 · 535+ kursów · Anuluj kiedy chcesz