Learn All PRO Machine Learning Tutorials Offline for Android APK
| ფაილის ტიპი | APK |
|---|---|
| ვერსია | 0.0.1 |
| გამომცემელი | Prabartan Information Technology |
| Გამოშვების თარიღი | 2 ოქტ. 2020 |
| Თარიღი დამატებულია | 2 ოქტ. 2020 |
| მოთხოვნები | Android |
| მოთხოვნები | Requires Android 4.4 and up |
| სულ ჩამოტვირთვების | 0 |
| ფასი | $5.49 |
აღწერა
რეკლამა უფასო | არა რეკლამა
ხელოვნური ინტელექტი არის მანქანების მიერ დემონსტრირებული ინტელექტი, განსხვავებით ადამიანის მიერ 2020 წლისთვის ნაჩვენები ინტელექტისგან. ეს გაკვეთილი მოიცავს ხელოვნური ინტელექტის სხვადასხვა სფეროს ძირითად კონცეფციებს, როგორიცაა ხელოვნური ნერვული ქსელები, ბუნებრივი ენის დამუშავება, მანქანათმცოდნეობა, ღრმა სწავლება, გენეტიკური ალგორითმები და ა.შ. ., და მისი განხორციელება პითონში.
ამ გაკვეთილზე ჩვენ ვისწავლით, თუ როგორ გამოვიყენოთ ღრმა სწავლის ჩარჩო სახელწოდებით Caffe2 (კონვოლუციური არქიტექტურა სწრაფი ფუნქციების ჩაშენებისთვის). უფრო მეტიც, 2020 წელს ჩვენ გავიგებთ განსხვავებას ტრადიციულ მანქანურ სწავლასა და ღრმა სწავლებას შორის, რა არის ახალი ფუნქციები Caffe2-ში Caffe-თან შედარებით და Caffe2-ის ინსტალაციის ინსტრუქციები.
H2O არის ღია კოდის მანქანათმცოდნეობის ჩარჩო რამდენიმე ფართოდ მიღებული ML ალგორითმის სრულად გამოცდილი განხორციელებით. 2020 წელს თქვენ უბრალოდ უნდა აიღოთ ალგორითმი მისი უზარმაზარი საცავიდან და გამოიყენოთ იგი თქვენს მონაცემთა ბაზაში. ის შეიცავს ყველაზე ფართოდ გამოყენებულ სტატისტიკურ და ML ალგორითმებს. H2O უზრუნველყოფს ადვილად გამოსაყენებელ ღია კოდის პლატფორმას მოცემულ მონაცემთა ბაზაზე სხვადასხვა ML ალგორითმების გამოსაყენებლად.
Python არის ზოგადი დანიშნულების მაღალი დონის პროგრამირების ენა, რომელიც ფართოდ გამოიყენება მონაცემთა მეცნიერებაში და ღრმა სწავლის ალგორითმების წარმოებისთვის. ეს მოკლე სახელმძღვანელო წარმოგიდგენთ Python-ს და მის ბიბლიოთეკებს, როგორიცაა Numpy, Scipy, Pandas, Matplotlib; ჩარჩოები, როგორიცაა Theano, TensorFlow, Keras.
Keras არის ღია კოდის ღრმა სწავლების ჩარჩო პითონისთვის. ის შეიმუშავა Google-ის ხელოვნური ინტელექტის მკვლევარმა, სახელად ფრანსუა შოლეტმა. წამყვანი ორგანიზაციები, როგორიცაა Google, Square, Netflix, Huawei და Uber ამჟამად Keras-ს იყენებენ. ეს გაკვეთილი განიხილავს Keras-ის ინსტალაციას, ღრმა სწავლის საფუძვლებს, Keras-ის მოდელებს, Keras-ის ფენებს, Keras-ის მოდულებს და საბოლოოდ სრულდება რეალურ დროში რამდენიმე აპლიკაციით 2020 წელს.
KNIME გთავაზობთ გრაფიკულ ინტერფეისს განვითარებისთვის. KNIME-ის დანერგვამ მოიტანა მანქანათმცოდნეობის მოდელების განვითარება უბრალო ადამიანის სფეროში.
ლოგისტიკური რეგრესია არის ობიექტების კლასიფიკაციის სტატისტიკური მეთოდი. ამ გაკვეთილში ჩვენ ყურადღებას გავამახვილებთ ორობითი კლასიფიკაციის პრობლემის გადაჭრაზე ლოგისტიკური რეგრესიის ტექნიკის გამოყენებით.
დღევანდელმა ხელოვნურმა ინტელექტმა (AI) ბევრად გადააჭარბა ბლოკჩეინისა და კვანტური გამოთვლის აჟიოტაჟს. დეველოპერები ახლა ამით სარგებლობენ მანქანათმცოდნეობის ახალი მოდელების შესაქმნელად და არსებული მოდელების ხელახალი სწავლებისთვის უკეთესი მუშაობისა და შედეგებისთვის.
Pybrain არის ღია წყაროს ბიბლიოთეკა მანქანური სწავლისთვის, რომელიც განხორციელებულია პითონის გამოყენებით. ბიბლიოთეკა გთავაზობთ რამდენიმე ადვილად გამოსაყენებელ სასწავლო ალგორითმს ქსელებისთვის, მონაცემთა ნაკრებისთვის, ტრენერებისთვის, რომ მოამზადოთ და გამოსცადოთ ქსელი.
TensorFlow არის ღია კოდის მანქანური სწავლების ჩარჩო ყველა დეველოპერისთვის. იგი გამოიყენება მანქანათმცოდნეობის და ღრმა სწავლის აპლიკაციების დასანერგად. ხელოვნური ინტელექტის შესახებ მომხიბლავი იდეების შემუშავებისა და კვლევის მიზნით, Google-ის გუნდმა შექმნა TensorFlow. TensorFlow შექმნილია პითონის პროგრამირების ენაზე.
Theano არის პითონის ბიბლიოთეკა, რომელიც საშუალებას გაძლევთ განსაზღვროთ მათემატიკური გამონათქვამები, რომლებიც გამოიყენება მანქანათმცოდნეობაში, ოპტიმიზაცია გაუკეთოთ ამ გამონათქვამებს და შეაფასოთ ისინი ძალიან ეფექტურად კრიტიკულ სფეროებში GPU-ების გადამწყვეტი გამოყენებით.
დროის სერია არის დაკვირვებების თანმიმდევრობა გარკვეული პერიოდის განმავლობაში. დროის სერიების უმარტივესი მაგალითი, რომელსაც ყველა ჩვენგანი ვხვდებით ყოველდღიურად, არის ტემპერატურის ცვლილება დღის ან კვირის ან თვის ან წლის განმავლობაში. დროითი მონაცემების ანალიზს შეუძლია მოგვცეს სასარგებლო ინფორმაცია იმის შესახებ, თუ როგორ არის ცვლადი. იცვლება დროთა განმავლობაში.
მანქანათმცოდნეობა (ML) ძირითადად კომპიუტერული მეცნიერების ის სფეროა, რომლის დახმარებითაც კომპიუტერულ სისტემებს შეუძლიათ მონაცემების გაგება ისე, როგორც ადამიანები. მარტივი სიტყვებით, ML არის ხელოვნური ინტელექტის ტიპი, რომელიც ამოიღებს ნიმუშებს ნედლი მონაცემებიდან ალგორითმის ან მეთოდის გამოყენებით. ML-ის მთავარი აქცენტი არის კომპიუტერულ სისტემებს საშუალება მისცეს ისწავლონ გამოცდილებიდან აშკარად დაპროგრამებული ან ადამიანის ჩარევის გარეშე.
