Цифровая экономика и технологии

Поиск по тегу «deep learning» в разделе Видеокаталог

Показать фильтр
Data Science пример задачи кредитного скоринга / Урок построения модели ML на python
HD 00:24:27
Data Science пример задачи кредитного скоринга / Урок построения модели ML на python
Разбираем задачу по Data Science кредитный скоринг с использованием модели логистической регрессии. Учимся грамотно подходить к разведочному анализу данных EDA, а также обучать модель ML и интерпретировать результаты для бизнеса.Авторский к...
Cмотреть видео
ТЕХНОЛОГИИ БУДУЩЕГО: Основатель международной компании «ABBYY» Давид Ян о применении ИИ
HD 00:44:42
ТЕХНОЛОГИИ БУДУЩЕГО: Основатель международной компании «ABBYY» Давид Ян о применении ИИ
Технологии будущего | Основатель международной компании “ABBYY” Давид Ян о фактическом применении искусственного интеллекта, технологии YVA и образовании будущего | ЭквиумВ этом видео Давид Ян расскажет о том, как в известных компаниях прим...
Cмотреть видео
АСУ ТП: Распознавание образа с видеопотока от камеры в SimInTech - видео
HD 00:05:03
АСУ ТП: Распознавание образа с видеопотока от камеры в SimInTech - видео
На видео демонстрируется распознавание образа при помощи нейросети с видеопотока от камеры в SimInTech. Сделано в #SimInTech #моделирование #системы управления #САУ #АСУТП #встраиваемое_ПО #Сделано_в_России
Cмотреть видео
Python: LSTM - долгая краткосрочная память | #23 нейросети на Python - видео
HD 00:15:36
Python: LSTM - долгая краткосрочная память | #23 нейросети на Python - видео
Как работает рекуррентный блок LSTM (Long short-term memory). Подробное объяснение LSTM-ячейки. Авторы: Зепп Хохрайтер и Юрген Шмидхубер (Jürgen Schmidhuber).
Cмотреть видео
Python: Делаем прогноз слов рекуррентной сетью. Embedding слой | #21 нейросети на Python - видео
HD 00:18:35
Python: Делаем прогноз слов рекуррентной сетью. Embedding слой | #21 нейросети на Python - видео
Как можно создать сеть для прогнозирования последующих слов текста? Пример реализации в пакете Keras. Рассказывается о сопосбе представления слов в обучающей выборке, о парсинге текста с помощью инструмента Tokenizer, методы: fit_on_texts, ...
Cмотреть видео
Python: Теория стилизации изображений (Neural Style Transfer) | #16 нейросети на Python - видео
HD 00:12:56
Python: Теория стилизации изображений (Neural Style Transfer) | #16 нейросети на Python - видео
Как выполняется перенос стиля с одного изображения на другое. Вы узнаете концепцию общего алгоритма, способ вычисления критерия качества для оценки контента и степени стилизации с помощью сверточной нейронной сети VGG19.
Cмотреть видео
Python: Делаем сверточную нейронную сеть в Keras | #14 нейросети на Python - видео
HD 00:15:26
Python: Делаем сверточную нейронную сеть в Keras | #14 нейросети на Python - видео
Смотрите как сделать сверточную нейронную сеть в пакете Keras для распознавания рукописных цифр. Рассматриваются слои: Conv2D, MaxPooling2D. Также в Keras имеются аналогичные слои Conv1D, Conv2D и Conv3D. Сверточные слои: https://ru-k...
Cмотреть видео
Python: Batch Normalization (батч-нормализация) что это такое? | #12 нейросети на Python - видео
HD 00:11:53
Python: Batch Normalization (батч-нормализация) что это такое? | #12 нейросети на Python - видео
Зачем нужна батч-нормализация (Batch Normalization), как работает и как ее реализовать в пакете Keras. Также вы узнаете что такое ковариационный сдвиг и внутренний ковариационный сдвиг в нейронной сети. К чему это приводит и как с ним борот...
Cмотреть видео
Python: Оптимизаторы в Keras, формирование выборки валидации | #10 нейросети на Python - видео
HD 00:12:03
Python: Оптимизаторы в Keras, формирование выборки валидации | #10 нейросети на Python - видео
Вы узнаете как использовать оптимизаторы градиентного спуска пакета Keras, какие они существуют. Увидите способы разбиения обучающего множества на выборки валидации и собственно обучения. Офф. док. Keras: https://keras.io/api/optimizers/ad...
Cмотреть видео
Python: Функции активации, критерии качества работы НС | #6 нейросети на Python - видео
HD 00:19:13
Python: Функции активации, критерии качества работы НС | #6 нейросети на Python - видео
Рекомендации по выбору функций активации для сетей с малым и большим числом слоев, а также для решения задач линейной регрессии и классификации. Рассматриваются функции: гиперболический тангенс, сигмоида, ReLu, softmax, linear. Рекомендации...
Cмотреть видео
Python: Ускорение обучения, начальные веса, стандартизация, подготовка выборки | #4 нейросети на Pyt
HD 00:13:28
Python: Ускорение обучения, начальные веса, стандартизация, подготовка выборки | #4 нейросети на Pyt
Способы ускорения работы градиентного спуска при обучении нейронных сетей. Инициализация начальных значений весовых коэффициентов и bias. Стандартизация входных данных обучающей выборки. Порядок подачи наблюдений из выборки при обучении ней...
Cмотреть видео
Python: Персептрон - возможности классификации образов, задача XOR | #2 нейросети на Python - видео
HD 00:19:46
Python: Персептрон - возможности классификации образов, задача XOR | #2 нейросети на Python - видео
Классификация линейно-разделимых образов с помощью персептрона на одном нейроне. Понятие биаса (bias) - порогового смещения. Различение нелинейно-разделимых образов (задача XOR) с помощью трехслойной нейронной сети. lesson 2_1.py, lesson ...
Cмотреть видео
Digital Security: Безопасность машинного обучения: естественные проблемы искусственного интеллекта.
HD 00:58:04
Digital Security: Безопасность машинного обучения: естественные проблемы искусственного интеллекта.
Вебинар Digital Security про ошибки, уязвимости и защиту алгоритмов искусственного интеллекта и машинного обучения. 1. Как реализуются атаки на алгоритмы машинного обучения: DeepFool, JSMA, FGSM и другие;2. Когда целесообразно использова...
Cмотреть видео
DNN/SNN | Лекция 6: Глубокие нейронные сети
HD 01:07:50
DNN/SNN | Лекция 6: Глубокие нейронные сети
Автор: Максим Кретов Доклад Максима Кретова "Глубокие нейронные сети" был озвучен в 2016 году в рамках курса "Cовременные подходы в машинном обучении: применение нейронных сетей, введение в обучение с подкреплением и глубокое обучение". ...
Cмотреть видео
DNN/SNN | Лекция 5: Практика по обучению нейронных сетей
HD 01:03:05
DNN/SNN | Лекция 5: Практика по обучению нейронных сетей
Автор: Максим Кретов Доклад Максима Кретова "Улучшение сходимости алгоритма обучения нейронных сетей" был озвучен в 2016 году в рамках курса "Cовременные подходы в машинном обучении: применение нейронных сетей, введение в обучение с подкре...
Cмотреть видео
DNN/SNN | Лекция 4: Улучшение сходимости алгоритма обучения нейронных сетей
HD 01:23:38
DNN/SNN | Лекция 4: Улучшение сходимости алгоритма обучения нейронных сетей
Автор: Максим Кретов Доклад Максима Кретова "Улучшение сходимости алгоритма обучения нейронных сетей" был озвучен в 2016 году в рамках курса "Cовременные подходы в машинном обучении: применение нейронных сетей, введение в обучение с подкре...
Cмотреть видео
DNN/SNN | Лекция 1: От перцептрона до глубоких нейронных сетей
HD 01:45:45
DNN/SNN | Лекция 1: От перцептрона до глубоких нейронных сетей
Автор: Михаил Бурцев Доклад Михаила Бурцева "Основные понятия машинного обучения" был озвучен в 2016 году в рамках курса "Cовременные подходы в машинном обучении: применение нейронных сетей, введение в обучение с подкреплением и глубокое о...
Cмотреть видео
DNN/SNN | Лекция 3: Обучение методом обратного распространения ошибки
HD 01:12:29
DNN/SNN | Лекция 3: Обучение методом обратного распространения ошибки
Автор: Максим Кретов Доклад Максима Кретова "Обучение методом обратного распространения ошибки" был озвучен в 2016 году в рамках "Cовременные подходы в машинном обучении: применение нейронных сетей, введение в обучение с подкреплением и гл...
Cмотреть видео
DNN/SNN | Лекция 2: Основные понятия машинного обучения
HD 01:29:30
DNN/SNN | Лекция 2: Основные понятия машинного обучения
Автор: Максим Кретов Доклад Максима Кретова "Основные понятия машинного обучения" был озвучен в 2016 году в рамках курса "Cовременные подходы в машинном обучении: применение нейронных сетей, введение в обучение с подкреплением и глубокое о...
Cмотреть видео