Ежедневно, с 8:30 до 22:30
Предзаказ
1022

Перцептроны

Средняя оценка 0.0 из 5 на основании 0 голосов (0)
0 0
0
350 ₽
1400 ₽
-75%
Кэшбэк: 5% (18 ₽)
Курс будет выдан в течение 1-3 часов после оплаты.

Вы, наверно, знаете, что перцептрон Розенблатта, изобретённый в середине XX века, стал прообразом современных искусственных нейронных сетей. Однако многое из того, что известно нам о нём и его создателе, не соответствует действительности. Перцептрон сегодня — математическая или компьютерная модель восприятия информации мозгом. Важным свойством перцептронов является их способность к обучению, причём по довольно простому и эффективному алгоритму. Перцептрон применяется для создания систем управления агентами, прогнозирования и распознавания образов, которые сегодня разрабатываются повсеместно.

Курс «Перцептроны» включает в себя всё, что вам нужно знать, чтобы начать участвовать в трансформирующемся мире Искусственного Интеллекта. Вы узнаете, что такое перцептрон и для чего он нужен, каким бывает и как его создать. Вы научитесь создавать, настраивать и обучать простейший перцептрон.

Курс является теоретическим и детально рассматривает следующий набор тем:

  1. Краткое введение в ИИ
  2. Коннекционизм
  3. Естественные нейронные сети
  4. Математические основы искусственных нейронных сетей
  5. Искусственные нейронные сети
  6. Перцептроны
  7. Задачи для перцептронов

Для того чтобы прослушать курс «Перцептроны» необходимо обладать базовыми знаниями математики на уровне 11-го класса средней школы. Совокупность знаний о перцептронах представляет собой основу для всех последующих видов искусственных нейронных сетей.

Курс предназначается для студентов и аспирантов технических вузов, программистов и дата-саентистов, работающих в области искусственного интеллекта или желающими переквалифицироваться на эту область, а также вообще для всех желающих, кто стремится быть в тренде современных высоких технологий в области ИКТ.

Для кого этот курс:

  • Студенты технических вузов
  • Программисты, работающие над проектами в области ИИ
  • Дата-саентисты
  • Все, кто хочет оставаться в тренде новых высоких технологий и ИКТ
Характеристики
Наличие Предзаказ Тип Видео Размещение на сайте 18.03.2022 Артикул 1022

Об авторах

Фото: Роман Душкин
0.0
Роман Душкин
Специалист по искусственному интеллекту, выпускник МИФИ, автор книг по ИИ и функциональному программированию. Курсы — о перцептронах, генетических алгоритмах и системах знаний.

Отзывы и комментарии

Отзывов ещё нет, будьте первыми

Написать отзыв
Нажимая "Отправить" Вы соглашаетесь с правилами публикации и даёте согласие на обработку персональных данных. Администрация не несёт ответственности за содержание отзывов.

Похожие товары:

Постер товара: Компьютерное зрение. Advanced
Скидка 89%
Предзаказ
Средняя оценка 0.0 из 5 на основании 0 голосов
Компьютерное зрение. Advanced
Компьютерное зрение
Постер товара: Нейронные сети: основы глубокого обучения с нуля
Скидка 72%
Предзаказ
Средняя оценка 0.0 из 5 на основании 0 голосов
Нейронные сети: основы глубокого обучения с нуля
Deep Learning и нейронные сети
Постер товара: Практический Deep Learning
Скидка 87%
Предзаказ
Средняя оценка 0.0 из 5 на основании 0 голосов
Практический Deep Learning
Deep Learning и нейронные сети
Постер товара: Добрый, добрый ИИ. Нейронные сети на PyTorch
Скидка 67%
Предзаказ
Средняя оценка 0.0 из 5 на основании 0 голосов
Добрый, добрый ИИ. Нейронные сети на PyTorch
TensorFlow и PyTorch
Постер товара: Курс по нейросети
Скидка 76%
Предзаказ
Средняя оценка 0.0 из 5 на основании 0 голосов
Курс по нейросети "Stable Diffusion"
Data Science и машинное обучение
Постер товара: Компьютерное зрение
Скидка 90%
Предзаказ
Средняя оценка 0.0 из 5 на основании 0 голосов
Компьютерное зрение
Компьютерное зрение
Постер товара: Трансформеры в NLP и приложениях
Скидка 75%
Предзаказ
Средняя оценка 0.0 из 5 на основании 0 голосов
Трансформеры в NLP и приложениях
NLP и обработка текста
Постер товара: Нейросети от принципов к практике
Скидка 92%
Предзаказ
Средняя оценка 0.0 из 5 на основании 0 голосов
Нейросети от принципов к практике
Deep Learning и нейронные сети