kod kursu: A212
Najlepsze szkolenie z uczenia głębokiego

Sieci neuronowe w Pythonie - praktyczny kurs TensorFlow i Keras

Mamy dla Ciebie kurs, na którym poznasz od podstaw obszar uczenia głębokiego.

W trakcie kursu dowiesz się, na jakich zasadach działają neurony sztucznej inteligencji i nauczysz się tworzyć modele z wykorzystaniem sieci neuronowych.

Zdobędziesz praktyczne umiejętności, które pozwolą Ci samodzielnie budować i trenować modele.

Osoba programująca
Wykorzystaj w projektach sieci neuronowe

Czas trwania i cena kursu sieci neuronowe w TensorFlow

3 dni - 24 godziny zegarowe
3 296,40 zł brutto (2 680,00 zł netto)

W cenie kursu otrzymujesz:

  • wartościowe materiały szkoleniowe
  • ćwiczenia praktyczne
  • gotowe środowisko pracy na czas szkolenia
  • imienny certyfikat certyfikat.
Wybierz termin szkolenia

Terminy kursu z sieci neuronowych

Jeśli tematyka naszego kursu jest dla Ciebie interesująca, ale nie możesz znaleźć odpowiedniego terminu, koniecznie napisz lub zadzwoń do nas.

Program oparty o wiedzę i doświadczenie

Program kursu sieci neuronowe w TensorFlow

Gwarantujemy, że na naszym kursie będzie ciekawie i zrozumiesz cały zakres materiału.

Zaczniemy od wyjaśnienia podstaw, a później poprzez coraz bardziej zaawansowane zagadnienia doprowadzimy Cię do etapu, na którym zbudujesz swój własny model.

Program szkolenia został tak opracowany, aby nawet skomplikowane zagadnienia były przedstawione w jasny i przystępny sposób. Każdy moduł zawiera angażujące ćwiczenia, które pomogą Ci utrwalić zdobytą wiedzę.

Osoba programująca

Część 1

  1. Przykłady zastosowania sieci neuronowych
  2. Biblioteka TensorFlow
    • Budowa sieci neuronowej
    • Percepton (neuron)
    • Percepton wielowarstwowy
    • Elementy składowe sieci
    • Tensor
    • Wybór struktury sieci
  3. Proces uczenia sieci neuronowej
    • Uczenie pojedynczego neuronu
    • Współczynniki uczenia i dobór ich wartości
    • Sieci wielowarstwowe
  4. Funkcje aktywacji
  5. Funkcje straty
  6. Metryki
  7. Krzywa ROC
  8. Spadek wzdłuż gradientu (Gradient Descent)
  9. Główne problemy uczenia głębokiego - przeuczenie i niedouczenie
  10. Metody regularyzacji modeli

Część 2

  1. Neuronowe modele regresyjne i klasyfikacyjne
  2. Neuronowa analiza szeregów czasowych
  3. Sieci realizujące analizę skupień
  4. Wywołania zwrotne - Model Checkpoint
  5. Wywołania zwrotne - Wczesne Zatrzymanie (Early Stopping)
  6. Klasyfikacja wieloklasowa
  7. Model regresji cen nieruchomości
  8. Konwolucyjne sieci neuronowe
    • Przetwarzanie obrazu - augmentacja danych
    • Przygotowanie obrazów do modelu
    • Budowa sieci CNN
    • Transfer Learning
    • Wyświetlenie błędów predykcji
    • Klasyfikacja wieloklasowa
  9. RNN - Rekurencyjne sieci neuronowe
    • Praca z tekstem - wektoryzacja
    • Praca z tekstem - tokenizacja
    • Osadzanie słów w przestrzeni - Word Embeddings
    • Osadzanie słów w przestrzeni - Embedding Projector
    • Sieci RNN - neuron rekurencyjny
    • Porównanie regresji z siecią neuronową
Efektywna nauka dzięki doświadczonym trenerom

Trenerzy prowadzący sieci neuronowe w Pythonie

Nasi trenerzy posiadają wieloletnie doświadczenie w obszarze programowania.

Są nie tylko ekspertami w swoich dziedzinach, ale także pasjonatami, którzy potrafią skutecznie przekazywać wiedzę i motywować uczestników do nauki.

szkolenie z programowania
Rafał Lelusz
szkolenie z programowania
Piotr Kubiata
szkolenie z programowania
Paula Gajewska
Zobacz, co o szkoleniach sądzą uczestnicy

Opinie Uczestników o szkoleniu Python sieci neuronowe

Poniżej znajdziesz informacje na temat opinii dotyczących szkolenia Python sieci neuronowe w TensorFlow. Opinie zbieramy w ankietach i za zgodą uczestników publikujemy na naszej stronie.

Aneta Cygan

Kurs był dobrze dopasowany do moich potrzeb. Tam gdzie było potrzeba trener zrobił powtórzenie z uczenia maszynowego. Były ciekawe przykłady modeli wyłożone w zrozumiały sposób.

Marcin Zaręba

Wszystko zgodnie z oczekiwaniami. Kurs przeprowadzony w terminie. Trener przygotowany. Bardzo dobre materiały. Można się nauczyć.

Daniel Krzyk

Bardzo dobre szkolenie. Miałem możliwość zadania pytań, które mnie interesowały. Widać, że trener lubi ten temat i zajmuje się nim.

Adam Filipiec

Nic dodać nic ująć. Wszystko, co było obiecane było. Bardzo dobry trener i materiały, miła obsługa w recepcji. Szybkie odpowiedzi na maile. Miałem wątpliwości co do formy online, ale wszystko było dobrze.

Kamil Pogorzelski

Bardzo obszerny zakres szkolenia, ale tempo było w porządku. Można było samemu rozwiązać zadania i zrozumieć o co chodzi. Trener Rafał Lelusz bardzo kompetentny, miły i pomocny. Bardzo dobre i obszerne materiały szkoleniowe. Pomocne w nauce interaktywne notatniki.

Włodek Rybczyński

Dużo ciekawych praktycznych przykładów. Trener bardzo sympatyczny i pomocny, super człowiek. Bardzo mi się podobało szkolenie i od strony merytorycznej i organizacyjnej. Intensywnie, duża dawka wiedzy.

Osoba programująca
Doskonały sposób, aby poznać sieci neuronowe

Jak się przygotować do szkolenia?

Szkolenia poprzedzające, na których możesz zdobyć potrzebną wiedzę:

Nasza ścieżka edukacyjna prowadzi Cię krok po kroku - od podstaw Pythona aż po tworzenie własnych modeli AI.

Dowiedz się więcej na temat organizacji kursu

Najczęściej zadawane pytania dotyczące kursu sieci neuronowe

Czym jest TensorFlow i do czego służy w sieciach neuronowych?

TensorFlow to biblioteka do budowy i trenowania modeli uczenia maszynowego, w tym sieci neuronowych.

Użwamy jej do klasyfikacji obrazów, rozpoznawania mowy, przetwarzania języka naturalnego i prognozowania szeregów czasowych.

Czym różni się TensorFlow od Keras?

Keras to wysokopoziomowy interfejs do budowy sieci neuronowych, a TensorFlow to silnik obliczeniowy działający "pod spodem". Od wersji TensorFlow 2.x Keras jest jego oficjalnym, wbudowanym API (tf.keras), więc nie instaluje się ich osobno.

Jakie oprogramowanie i sprzęt są potrzebne do udziału w kursie?

Wystarczy komputer z dostępem do Internetu i przeglądarką. Nie musisz instalować niczego na swoim komputerze, gdyż mamy przygotowane dla Ciebie stanowisko komputerowe.

Czy po ukończeniu kursu otrzymam certyfikat?

Tak, po ukończeniu kursu otrzymasz certyfikat potwierdzający zdobyte umiejętności w zakresie budowy sieci neuronowych w TensorFlow.

Czy podczas kursu pracuje się na realnych projektach?

Tak, kurs jest nastawiony na praktykę. Budujesz działające modele na rzeczywistych zbiorach danych. Ćwiczenia obejmują typowe zastosowania sieci neuronowych, takie jak klasyfikacja czy predykcja, dzięki czemu uczysz się rozwiązywać problemy zbliżone do tych spotykanych w pracy zawodowej.

Czym TensorFlow różni się od PyTorch i dlaczego uczę się akurat TensorFlow?

TensorFlow i PyTorch to dwie najpopularniejsze biblioteki do głębokiego uczenia i w dużej mierze umożliwiają robienie tego samego. Opanowanie koncepcji sieci neuronowych na jednym frameworku sprawia, że przejście na drugi jest później znacznie prostsze.

Jak wygląda wsparcie prowadzącego i pomoc w razie problemów?

Podczas zajęć prowadzący jest dostępny, aby wyjaśniać zagadnienia i pomagać rozwiązywać problemy pojawiające się przy ćwiczeniach. Możesz na bieżąco zadawać pytania i prosić o wytłumaczenie trudniejszych tematów na własnym przykładzie.

Czy kurs jest trudny i poradzę sobie bez doświadczenia w machine learning?

Brak wcześniejszego doświadczenia z uczeniem maszynowym nie jest przeszkodą. Trudniejsze pojęcia wprowadzamy stopniowo i od razu ćwiczymy je na przykładach. Najważniejsza jest podstawowa znajomość Pythona.

Rekomendowane szkolenia

Kontynuuj naukę programowania z nami

Język Python ma zastosowanie nie tylko w obszarze budowania modeli predykcyjnych.

Za jego pomocą możesz też automatyzować zadania i tworzyć strony internetowe.

Zajrzyj na nasze inne kursy i zobacz, w jaki sposób jeszcze bardziej możesz rozbudować swoje kompetencje programistyczne.

Card image

Kurs Python sieci neuronowe w PyTorch - CNN, RNN, NLP

Sztuczny neuron, PyTorch, ANN, CNN, RNN, modele

Card image

Kurs Analiza danych w Pythonie poziom średnio-zaawansowany

Pandas, NumPy, Matplotlib, Seaborn, Plotly

Card image

Kurs Analiza danych w Pythonie dla zaawansowanych

Analiza danych, Pandas, NumPy, Seaborn, geopandas

Card image

Kurs Python poziom średnio-zaawansowany w praktyce

Funkcje, obsługa plików, pobieranie danych z Internetu

Card image

Kurs Python poziom zaawansowany - kod, wydajność, testy

Klasy, dziedziczenie, funkcje, bazy danych, wydajność

Card image

Kurs Python - Automatyzacja zadań - pliki, maile, PDF, www

Excel, e-maile, raporty, pliki, API, automatyzacja zadań biurowych

Card image

Kurs GIT i GitHub od podstaw - kontrola wersji kodu

Repozytorium GIT, zarządzanie kodem, środowisko GitHub

Card image

Kurs GIT i GitLab od podstaw - zarządzanie wersjami kodu

Repozytorium GIT, zarządzanie kodem, środowisko GitLab