LiveInternet

Цель этого курса — научить вас всем навыкам, необходимым для того, чтобы стать одним из 10% лучших разработчиков TensorFlow. Этот курс будет очень практическим и основанным на проектах. Вы не будете просто наблюдать за нашими уроками, а сможете экспериментировать, выполнять упражнения и создавать модели машинного обучения и проекты, имитирующие реальные ситуации. В итоге вы приобретете навыки, необходимые для разработки современных решений в области глубокого обучения, с которыми сталкиваются крупные технологические компании.

Чему вы научитесь:
Создавайте модели TensorFlow с использованием компьютерного зрения, сверточных нейронных сетей и обработки естественного языка.
Полный доступ ко всем интерактивным блокнотам и всем слайдам курса в виде загружаемых руководств.
Повысьте свои навыки в области машинного обучения, искусственного интеллекта и глубокого обучения.
Поймите, как интегрировать машинное обучение в инструменты и приложения.
Научитесь создавать все типы моделей машинного обучения, используя новейшую версию TensorFlow 2.
Разрабатывайте алгоритмы распознавания изображений и текста с использованием глубоких нейронных сетей и сверточных нейронных сетей.
Использование изображений из реального мира для визуализации пути изображения через свертки позволяет понять, как компьютер «видит» информацию, а также оценить потери и точность.
Применение глубокого обучения для прогнозирования временных рядов
Получите навыки, необходимые для того, чтобы стать разработчиком TensorFlow.
Станьте одним из лучших кандидатов для рекрутеров, ищущих разработчиков TensorFlow.

Материалы курса
17 разделов • 417 лекций • Общая продолжительность 62 ч 56 мин
Введение
Основы глубокого обучения и TensorFlow
Регрессия с использованием нейронной сети и TensorFlow
Классификация с помощью нейронных сетей в TensorFlow
Компьютерное зрение и сверточные нейронные сети в TensorFlow
Перенос обучения в TensorFlow. Часть 1: Извлечение признаков.
Перенос обучения в TensorFlow. Часть 2: Тонкая настройка.
Перенос обучения с использованием TensorFlow. Часть 3: Масштабирование.
Проект-этап 1: Food Vision Big™
Основы обработки естественного языка в TensorFlow
Проект-этап 2: SkimLit
Основы работы с временными рядами в TensorFlow + Третий этап проекта: BitPredict
Что делать дальше?
Приложение: Введение в машинное обучение
Приложение: Структура машинного обучения и анализа данных
Приложение: Pandas для анализа данных
Приложение: NumPy

Информация о видео
Название: Буткемп по TensorFlow для глубокого обучения
Автор: Андрей Неагои, Дэниел Бурк
Год выхода: 2026
Жанр: Видеокурс
Язык: английский + субтитры на русском языке, + озвучка на русском языке (ИИ)
Выпущено: Россия
Продолжительность: 62 ч 56 мин

Файл
Формат: MKV
Видео: AVC, 1920x1080, ~550 Kbps
Аудио: AAC, 128 Kbps, 48.0 KHz
Размер файла: 76 Mb (Курс весит 31 Гб, залит на облако.майл, ссылка внутри архива)