Teoria AI | Budowa i zasada działania głębokiej sieci neuronowej (DNN) w 15 minut! скачать в хорошем качестве

Teoria AI | Budowa i zasada działania głębokiej sieci neuronowej (DNN) w 15 minut!

Głęboka sieć neuronowa to najczęstsza forma struktury z jaką spotkasz się próbując poznać rozwiązania z zakresu sztucznej inteligencji. Aby skutecznie korzystać z tych rozwiązań konieczne jest poznanie niektórych pojęć - o nich mówię właśnie w tym filmie,...i to wszystko z zaledwie 15 minut bez konieczności znajomości skomplikowanej matematyki! ------------------------------------------------------------------------------------------------- INFORMACJE O MNIE: 👉 LinkedIn:   / r-sikora   ------------------------------------------------------------------------------------------------- Nie słyszałeś/-aś o perceptronie lub nie rozumiesz podstaw sztucznej inteligencji? Obejrzyj:    • Jak uczy się sztuczna inteligencja?   00:00 Wstęp 01:06 Jak zbudowana jest głęboka sieć neuronowa (DNN)? 02:03 Zasada działania głębokiej sieci neuronowej 04:06 Znaczenie błędu sieci podczas procesu uczenia 05:10 Jak opisać błąd sieci? 05:42 Jak wygląda realna funkcja błędu sieci? Krótko o MSE. 06:34 Czemu minimalizujemy błąd sieci? 07:45 Gradient - narzędzie do minimalizacji błędu sieci 08:34 Jak użyć gradient do minimalizacji błędu sieci? 09:20 Jak skomplikowana jest prawdziwa funkcja błędu? 10:42 Optymalizator sieci - narzędzie do szybkiego dojścia do minimum błędu. 12:13 Dlaczego trening sieci jest tak ciężki? 13:02 Paczkowanie danych (data batching) - sposób na uproszczenie liczenia gradientu. 13:20 Podsumowanie #sztucznainteligencjawbiznesie #sztucznainteligencja #ai #artificialintelligence #programming #python #pytorch #robertsikora #machinelearning #deeplearning