• EMAGISTER CUM LAUDE
RISPARMIA 89%
Udemy

Guida completa al Deep Learning e alle reti neurali

4.6 eccellente 10 opinioni
Udemy
Online
Prezzo Emagister

189 € 20 
Chiedi informazioni a un consulente Emagister

Informazioni importanti

Tipologia Corso
Metodologia Online
Ore di lezione 10h
Inizio Scegli data
Invio di materiale didattico
Servizio di consultazione
Tutoraggio personalizzato
Lezioni virtuali
  • Corso
  • Online
  • 10h
  • Inizio:
    Scegli data
  • Invio di materiale didattico
  • Servizio di consultazione
  • Tutoraggio personalizzato
  • Lezioni virtuali
Descrizione

Questo corso sul Deep Learning e reti neurali mira ad essere una guida e un punto di partenza per chi si avvicini allo studio delle reti neurali con i linguaggi R e / o Python.
Le reti neurali sono l'ultima e più promettente famiglia di modelli per il machine learning avanzato, in quanto permettono non solo di predire dati a partire da un dataset classico, ma anche e soprattutto di portare a termine dei compiti che sono molto al di là del machine learning classico, come riconoscere oggetti in immagini, creare musica a partire da un gruppo di file audio, di generare un frame inedito di un videogioco e di creare un chatbot che risponda ai clienti al posto nostro.
In questo corso, che presuppone una conoscenza di base di R, di Python o di entrambi, cominceremo a scoprire come funziona e come possiamo utilizzare una rete neurali, tramite due dei framework più interessanti e utilizzati nel deep learning: TensorFlow in backend e soprattutto Keras.
Capiremo quindi come è nata l'intuizione del neurone artificiale e come queste reti si differenzino dal cervello umano. Passeremo poi ad analizzare la struttura di una rete neurale, e come essa apprende tramite il metodo della backpropagation.
Impareremo in particolare ad utilizzare le reti neurali per il machine learning su un dataset di tipo classico, sia nelle reti feedforward sia avvicinandoci al concetto di retropropagazione. Applicheremo le reti neurali a problemi relativi alla classificazione di dati e alla regressione.
Passeremo poi a capire come il computer 'vede' delle immagini, e come possiamo impostare una rete perché preveda il contenuto di un'immagine tramite le reti convoluzionali.
Impareremo ad applicare le nostre reti a dati di tipo sequenziale, come testi e dati sequenziali, per poi passare alle reti non supervisionate che ci permettono con successo di clusterizzare i nostri dati separandoli in gruppi omogenei.

*****************************************************************

Informazioni importanti

Prezzo per gli utenti Emagister:

Strutture (1)
Dove e quando

Luogo

Inizio

Online

Inizio

Scegli dataIscrizioni aperte

Da tener presente

· Quali sono gli obiettivi del corso?

Imparare a impostare un modello di rete neurale con R e Python,Imparare a utilizzare Keras per R e per Python,Scoprire come funziona e come utilizzare una rete neurale tramite TensorFlow e Keras,Analizzare la struttura di una rete neurale e come essa apprende tramite il metodo della backpropagation,Utilizzare le reti neurali per il machine learning su un dataset di tipo classico,Capire come il computer 'vede' delle immagini e come impostare una rete perch\u00e9 preveda il contenuto di un'immagine tramite le reti convoluzionali

· Requisiti

Conoscenze base di R e Python,Conoscenze base del machine learning,Interesse ad acquisire delle conoscenze specifiche nel deep learning

· Titolo

Guida completa al Deep Learning e alle reti neurali

Domande e risposte

Comunicaci i tuoi dubbi,altri utenti potranno risponderti

Pubblicheremo solo il tuo nome e la domanda

Opinioni

4.6
eccellente
Valutazione del corso
100%
Lo consiglia
4.8
eccellente
Valutazione del Centro

Opinioni sul corso

E
Elia Vonella
5.0 26/12/2019
Sul corso: Aggiungere alcune immagini sarebbe stato opportuno.
Consiglieresti questo corso?:
F
Francesco Alaimo
5.0 26/12/2019
Sul corso: Corso consigliatissimo! Insegnante preparatissima e diretta e precisa nelle spiegazioni.
Consiglieresti questo corso?:
M
Massimiliano De Santis
5.0 26/12/2019
Sul corso: Ha schiarito alcuni concetti relativi alle reti neurali.
Consiglieresti questo corso?:
L
Luigi Tiano
5.0 26/12/2019
Sul corso: Mi ha aiutato a recuperare conoscenze sul linguaggio di programmazione.
Consiglieresti questo corso?:
I
Ivano Agosta
4.0 25/12/2019
Sul corso: Alcune informazioni date erano irrilevanti e superflue.
Consiglieresti questo corso?:
Leggi tutto
* Opinioni raccolte da Emagister & iAgora

Successi del Centro

2019

Come si ottiene il marchio CUM LAUDE?

Tutti i corsi devono essere aggiornati

La media delle valutazioni dev'essere superiore a 3,7

Più di 50 opinioni degli ultimi 12 mesi

0 anni del centro in Emagister.

Cosa impari in questo corso?

Immagine
Reti
Python
Reti neurali
Framework
E-learning
Immagine
Immagine
E-learning
E-learning

Programma

Contenido del curso
Introduzione al corso
Codice del corso
L'importanza e gli utilizzi dei network neurali
Storia e caratteristiche delle reti neurali
Il cervello umano
Il neurone artificiale
Le differenze tra i due sistemi
Tipi di reti neurali
Struttura di una rete neurale artificiale
Perceptrone
Un esempio base con R
Un esempio base con Python
Addestramento della rete
Deep Neural Networks o reti neurali profonde
I framework per il deep learning
Reti feedforward
Esempio di rete feedforward con nnet - R
Esempio di rete neurale con neuralnet - R
Esempio di previsione con output numerico - R
L'algoritmo di backpropagation
Il metodo del gradiente
Funzioni di attivazione
Parametri per le reti neurali
Vantaggi e svantaggi delle reti neurali
Esempio di backpropagation con Python
Rappresentare dati non strutturati per il deep learning
Dai vettori ai tensori in R
Gli array in Python
I dataset per testare le reti neurali
CPU/GPU
Verificare la presenza di una GPU sul nostro computer
Keras per Python e per R
Un primo esempio di modello con keras e iris su R
Esempio di classificazione binaria sul dataset Pima con R
Esempio di regressione con R
Esempio di regressione sul dataset Boston con R
Esempio di regressione con Python
Esempio di regressione sul dataset Boston con Python
Esempi di classificazione con Python
Tensorflow playground
Computer Vision
Il deep learning nella computer vision
Convolutional Neural Networks
Stride e pooling
Capiamo come viene letta un'immagine dal computer - con R
Esempio di CNN con R e il dataset MNIST
Esempio di CNN con Python e il dataset MNIST - prima parte
Esempio di CNN con Python e il dataset MNIST - seconda parte
Esempio di CNN con R e il dataset CIFAR
Esempio di CNN con Python e il dataset CIFAR
Evoluzione delle reti neurali
Altri metodi ed esempi per le immagini con reti CCN
Creare una rete neurale a partire dai nostri dati con R
Aumentare i dati per perfezionare i modelli con R
Come usare dei modelli pretrained in R
Recurrent neural networks - RNN
Vanishing gradient
LSTM e GRU
Introduzione al Natural Language Processing
Il concetto di embedding e il Word2Vec
Come impostare una rete ricorrente
Implementare le reti ricorrenti sui testi con R
Implementare le reti ricorrenti sui testi con R -- seconda parte
Implementare le reti ricorrenti sui testi con Python
Implementare le reti ricorrenti sui testi con Python -- seconda parte
Introduzione alla Sentiment Analysis
Le reti neurali non supervisionate
Mappe di Kohonen
Esempio di mappe di Kohonen con R
Macchine di Boltzmann
Autoencoders

Ulteriori informazioni

A chi è rivolto: Per chi voglia imparare a conoscere il deep learning,Per chi voglia imparare ad applicare le reti neurali per la risoluzione di problemi
Cosa include il prezzo totale del corso?
Comunicazione diretta col docente, accesso a vita, ampliamenti e aggiornamenti inclusi, rimborso entro 30 giorni.