Лекция 1. Нейронные сети. Теория (Анализ данных на Python в примерах и задачах. Ч2)

compscicenter.ru/
Модель нейрона. Активационная функция. Сети прямого распространения (FeedForward Neural Network). Архитектура нейронной сети. Коннективизм (connectionism).
Лекция №1 в курсе "Анализ данных на Python в примерах и задачах. Часть 2" (осень 2018).
Преподаватель курса: Вадим Леонардович Аббакумов
Страница лекции на сайте CS центра: bit.ly/2QwOVpM
Все видео курса: bit.ly/2NEwnWR

[@stasyafly9152]

Спасибо , что выставляете в интернет свои лекции!

[@megabyte_ga]

Вадим Леонардович, спасибо! Очень интересная лекция, но не для новичков, требуется определенная подготовка. Уже месяц разбираюсь с нейронными сетями, Вы все разложили по полочкам и ответили на все вопросы (даже на не заданные). Шикарная подача материала. Лайк, подписка, колокольчик. Буду смотреть весь плейлист! :)

[@Cyrill_Murashev]

Очень хорошая подача материала. Спасибо!

[@user-kv2fh3lg6m]

Вадим Леонардович, очень благодарна! Чудесная лекция!

[@Vadim_Abbakumov]

Спасибо!

[@temaz3334]

Вадим Леонардович это всегда топчик!

[@ptreeful]

Спасибо! Я наконец-то поняла тему

[@vladimir_s1961]

Приятно слушать человека, который знает о чем говорит, особенно по близкой мне теме. Успехов Вам, В.Л.!

[@Vadim_Abbakumov]

Спасибо!

[@denstern_den]

Хотелось бы отметить ещё книгу С. Николенко "Глубокое обучение: погружение в мир нейронных сетей" 2018г, не побоявшись отнести ее к классике

[@arbonik2126]

книгу 2018 года к классике? Дружище, загугли, что это значит

[@user-jm2xs8lx2w]

@@arbonik2126 37:52

[@reamon26]

Про вопрос на 49 мин, первое пришло в голову min(1,max(0,x)).

[@kostantinsilko5865]

deep learnin - сейчас бесплатно можно качнуть в pdf

[@user-nx5bf3hq8q]

Вадим Леонардович, скажите, а у вас есть свежие версии этого курса в доступе? Обоих частей (с заданиями). Очень хочется послушать, уверен, что вы внесли какие-то изменения. Спасибо!

[@Vadim_Abbakumov]

Выложены записи лекций в ИТМО в этом году
На их канале Skillobit Area
czcams.com/channels/drHzl9fUL0zsaDVRx2wB7Q.html
IMHO эта версия заметно лучше
Но без нейронных сетей.
Вторая часть выложена полностью,
Первая еще выкладывается. Да, бывает и так
К сентябрю выложу свою версию на своем канале.

[@user-nx5bf3hq8q]

@@Vadim_Abbakumov Большое спасибо! Мне нравится практический уклон ваших лекций! И понятное объяснение!

[@axxtung12]

Является ли подбор алгоритма обучения внешним параметром для построения итоговой модели? Или скажем после попытки обучить используя один из алгоритмов можно уже прогонять модель на тестовом множестве?

[@Vadim_Abbakumov]

Является.
Если обучили, и результат нравится, можно прогонять.
Лучше даже одновременно, после каждой эпохи, проверять на тестовом множестве. Так можно отловить момент начала переобучения. Правда тестовая подвыборка превратится в валидационную.

[@axxtung12]

@@Vadim_Abbakumov Спасибо большое!

[@vladodl3445]

актутуально на 2024?

[@user-im9fi5ee4i]

Где гугл хром?

[@nicko6815]

Здравствуйте! Два вопроса:
1. Какова цель этих видео (лекций)?
2. На четвертой минуте Вы озвучили внутренние и внешние параметры не дав им определения. Дайте, пожалуйста, определение - что это?
Благодарю за Ваш труд!

[@TRIUMF89]

czcams.com/video/5l0e_Q0gpnc/video.html
откуда у нас веса появились? синие цифры , из подбора логистической регрессии?

[@Vadim_Abbakumov]

Можете считать что обычный стандартный процесс обучения сети был прерван где-то ближе к концу. Синие цифры - веса на данный момент.

[@olegbaskakov3399]

Что он все время за нос хватается?

[@Vadim_Abbakumov]

Если это самый серьезный упрек к лекции, то я рад

[@epsilon.sw_]

какаина нанюхался тварина