Teoria AI | Budowa i zasada działania głębokiej sieci neuronowej (DNN) w 15 minut!

Głęboka sieć neuronowa to najczęstsza forma struktury z jaką spotkasz się próbując poznać rozwiązania z zakresu sztucznej inteligencji. Aby skutecznie korzystać z tych rozwiązań konieczne jest poznanie niektórych pojęć - o nich mówię właśnie w tym filmie,...i to wszystko z zaledwie 15 minut bez konieczności znajomości skomplikowanej matematyki!

-------------------------------------------------------------------------------------------------
INFORMACJE O MNIE:
👉 LinkedIn:   / r-sikora  
-------------------------------------------------------------------------------------------------

Nie słyszałeś/-aś o perceptronie lub nie rozumiesz podstaw sztucznej inteligencji? Obejrzyj:
   • Jak uczy się sztuczna inteligencja?  

00:00 Wstęp
01:06 Jak zbudowana jest głęboka sieć neuronowa (DNN)?
02:03 Zasada działania głębokiej sieci neuronowej
04:06 Znaczenie błędu sieci podczas procesu uczenia
05:10 Jak opisać błąd sieci?
05:42 Jak wygląda realna funkcja błędu sieci? Krótko o MSE.
06:34 Czemu minimalizujemy błąd sieci?
07:45 Gradient - narzędzie do minimalizacji błędu sieci
08:34 Jak użyć gradient do minimalizacji błędu sieci?
09:20 Jak skomplikowana jest prawdziwa funkcja błędu?
10:42 Optymalizator sieci - narzędzie do szybkiego dojścia do minimum błędu.
12:13 Dlaczego trening sieci jest tak ciężki?
13:02 Paczkowanie danych (data batching) - sposób na uproszczenie liczenia gradientu.
13:20 Podsumowanie

#sztucznainteligencjawbiznesie #sztucznainteligencja #ai #artificialintelligence #programming #python #pytorch #robertsikora #machinelearning #deeplearning