С НАСТУПАЮЩИМ НОВЫМ ГОДОМ! 🎄

Хочу поздравить вас с наступающими праздниками!

Пусть этот год будет наполнен волшебными моментами, приятными событиями, изучением интересных тем, подходов и новыми проектами.

Желаю крепкого здоровья, удачи и прекрасных новогодних каникул. Отдохните и наберитесь сил ❤️

(Картинка сгенерирована сеткой Stable Diffusion)

Всем привет!

На канале НОВОЕ ВИДЕО про Модель KMeans
Это теоретическое занятие, практические будет на канале позже

🔥 Ссылка на видео

На этом занятии обсудим:
1. Суть модели KMeans
2. Как строится KMeans
3. Что такое KMeans++ и зачем он нужен
4. Как выбирать самое оптимальное количество кластеров
5. Что такое метод локтя


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning (через VK Donut)

На платформе boosty и VK появился проверяющий тест по теме KMeans.

🔥 Проверьте себя на тесте по ссылке на boosty или VK

Помните ли вы
- Как обучается KMeans?
- Зачем нужен KMeans++?
- Как выбирать количество кластеров?


Получить доступ к посту с разбором можно, оформив подписку:
1. на boosty (уровень light+ и выше)
2. VK donut

Удачи в изучении машинного обучения!

Всем привет!

НОВОЕ ВИДЕО про реализацию KMeans с нуля

🔥 Ссылка на видео
🤖 Ссылка на ноутбук

На этом занятии обсудим:
1. Реализация функции для обучения модели KMeans
2. Критерий останова для KMeans
3. Визуализация кластеров
4. KMeans в sklearn


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/machine_learrrning (через VK Donut)

Всем привет!

НОВОЕ ВИДЕО про реализацию инициализации стартовых центроид KMeans++ с нуля уже на канале

🔥 Ссылка на видео
🤖 Ссылка на ноутбук

На этом занятии обсудим:
1. Проблему случайной инициализации центроид
2. Реализацию выбора стартовых центроид, как самых удаленных точек
3. Попробуем KMeans++ из sklearn
4. Реализацию KMeans++ из статьи


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/donut/machine_learrrning

Всем привет!

на канале НОВОЕ ВИДЕО про реализацию метода локтя для поиска количества кластеров в KMeans

🔥 Ссылка на видео
🤖 Ссылка на ноутбук

На этом занятии обсудим:
1. Как рассчитать внутрикластерную дисперсию
2. Что значит inertia из KMeans в sklearn
3. Как выбрать оптимальное количество кластеров с помощью метода локтя
4. Как пользоваться визуализацией метод локтя в yellowbrick


Поддержка канала:
https://boosty.to/machine_learrrning
https://vk.com/donut/machine_learrrning

Всем привет! Давно с вами не виделись, а вот скоро будет наконец-то видео.

В четверг 24 августа в 12:00 мск выйдет занятие про оптимизаторы для нейронных сетей.

Всем привет!

на канале НОВОЕ ВИДЕО про реализацию оптимизаторов для обучения нейронных сетей

🔥 Ссылка на видео
🤖 Ссылка на ноутбук

С наступающими праздниками, друзья! 🌟

Год вышел насыщенным по рабочим проектам, но в Новом Году хочется больше времени уделять видео на YouTube и созданию образовательного курса на Stepik, хочется продолжать доступно рассказывать Вам про особенности машинного обучения и нейронных сетей.

А сейчас хочется пожелать Вам хорошенько отдохнуть и набраться сил на выходных, а в Новом Году желаю интересных рабочих проектов и больше времени, проведенного в окружение близких людей и пушистых друзей!

🧡

Всем привет!

на канале НОВОЕ ВИДЕО про многоклассовую классификацию с keras

🔥 Ссылка на видео
🤖 Ссылка на ноутбук

На этом занятии обсудим:
1. Решение задачи многоклассовой классификации на keras
2. В каких случаях использовать функцию активации sigmoid, а когда softmax

Всем привет!

на канале НОВОЕ ВИДЕО про мультилейбл классификацию с keras

🔥 Ссылка на видео
🤖 Ссылка на ноутбук

На этом занятии обсудим:
1. Отличие мультилейбл от многоклассовой класификации
2. Решение задачи мультилейбл классификации на keras
3. В каких случаях использовать функцию активации sigmoid, а когда softmax

На платформе boosty появились практические задания по теме мультилейбл и многоклассовая классификация


- Обучите нейросеть на Keras для задачи мультикласс и мультилейбл классификации
- Подготовьте изображения к обучению нейросети
- Попрактикуйтесь в выборе Softmax/Sigmoid, SparseCategoricalCrossentropy/CategoricalCrossentropy/BinaryCrossentropy


✏️ https://boosty.to/machine_learrrning/posts/c5f446c0-92f9-49da-97b2-b75aeba4b13c


Получить доступ к посту с заданиями можно двумя способами:
1. Произвести разовую оплату
2. Оформить подписку light+ и выше


Чем больше вы практикуетесь, тем больше вы знаете и понимаете
Удачи в изучении искусственного интеллекта!

На платформе boosty появился разбор практических заданий по теме мультилейбл и многоклассовая классификация

📝 https://boosty.to/machine_learrrning/posts/fd7f32dc-0625-4a4a-8bbe-a0e2d94ee98a


Получить доступ к посту с разбором можно двумя способами:
1. Произвести разовую оплату
2. Оформить подписку light+ и выше

Всем привет!

😞 В последнее время участились проблемы с YouTube

💽 В связи с этим, видео уроки по моим курсам на Stepik были перезалиты для дальнейшей корректной работы.

💻 Так же появился канал на Rutube, куда буду дублировать видеоролики

❤️ P.S. Работаю над новым видеоуроком

Бу!!!
Испугались???
А вы еще помните про меня? 😊

Всем привет!

на канале НОВОЕ ВИДЕО про Сверточный слой и слой Pooling в keras

🔥 Ссылка на YouTube видео
🔥 Ссылка на VK видео

На этом занятии обсудим:
- Зачем нужны другие слои, если уже знаем Полносвязный/Линейный/Dense?
- Что из себя представляет свертка?
- Какие параметры есть в сверточном слое Conv2D?
- Для чего нужны слои MaxPooling и AveragePooling?