Лекция 3: Обучение методом обратного распространения ошибки |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2017-05-10 17:02 Третья лекция курса по machine learning на ваших экранах! В этот раз рассказываем об основах глубокого обучения и все глубже погружаемся в нейронные сети и алгоритмы их обучения. Тема: Обучение методом обратного распространения ошибки Спикер: Максим Кретов (специалист по машинному обучению и победитель первого в России Хакатона по нейросетевому обучению) План: • основные понятия глубокого обучения • алгоритмы обучения нейронных сетей – метод обратного распространения ошибки Презентация: https://box.kaspersky.com/f/ce0855d116/?dl=1 А если вы не видели предыдущих лекций и не совсем понимаете, что, как и где, то всю информацию по нашему курсу можете найти по тегу: Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|