Εξέλιξη Κομματιού

Εισαγωγή

Περίληψη του TensorFlow

  • Τι είναι το TensorFlow;
  • Χαρακτηριστικά του TensorFlow

Τι είναι η Τεχνητή Νοημοσύνη (AI)

  • Υπολογιστική ψυχολογία
  • Υπολογιστική φιλοσοφία

Μηχανική Μάθηση (Machine Learning)

  • Θεωρία υπολογιστικής μάθησης
  • Εξόδους αλγορίθμων υπολογιστών για την εμπειρική πείρα

Βαθιά Μάθηση (Deep Learning)

  • Τεχνητά νευρωνικά δίκτυα
  • Βαθιά μάθηση vs. μηχανική μάθηση

Προετοιμασία του Περιβάλλοντος Ανάπτυξης

  • Εγκατάσταση και ρύθμιση του TensorFlow

Γρήγορη Έναρξη με το TensorFlow

  • Εργασία με κόμβους (nodes)
  • Χρήση της API Keras

Ανίχνευση Παρανομιών

  • Ανάγνωση και γραφή δεδομένων
  • Προετοιμασία χαρακτηριστικών (features)
  • Ετικετοποίηση δεδομένων
  • Κανονικοποίηση δεδομένων
  • Χωρισμός δεδομένων σε τεστ και εκπαίδευση
  • Μορφοποίηση εισόδου εικόνων

Προβλέψεις και Παλινδρομήσεις

  • Φόρτωση μοντέλου
  • Οπτικοποίηση προβλέψεων
  • Δημιουργία παλινδρομήσεων

Κατηγοριοποίηση (Classifications)

  • Κατασκευή και τύπωση μοντέλου κατηγοριοποίησης
  • Εκπαίδευση και δοκιμή του μοντέλου

Περίληψη και Συμπέρασμα

Απαιτήσεις

  • Εμπειρία προγραμματισμού στο Python

Ακροατήριο

  • Επιστήμονες Δεδομένων
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Σχόλια (5)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες