კურსის სარჩევი
ყველა გაკვეთილი
აირჩიე მოდული და დაიწყე სწავლა: თეორია გაკვეთილებში, პრაქტიკა ნოუთბუქებში.
00
კურსის მომზადება
გარემოს მომზადება, ნოუთბუქების გაშვება და კურსის სტრუქტურა.
01
შესავალი AI-ში
რა არის ხელოვნური ინტელექტი, მისი ისტორია და ძირითადი მიდგომები.
02
სიმბოლური AI
ცოდნის წარმოდგენა, საექსპერტო სისტემები და ონტოლოგიები.
03
ნეირონული ქსელები
პერცეპტრონი, მრავალშრიანი ქსელები და ფრეიმვორკები.
- შესავალი ნერვულ ქსელებში2'
- მრავალკლასიანი კლასიფიკაცია პერცეპტრონით1'
- შესავალი ნერვულ ქსელებში: პერცეპტრონი3'
- მრავალკლასიანი კლასიფიკაცია პერცეპტრონითკოდი
- პერცეპტრონიკოდი
- MNIST კლასიფიკაცია ჩვენი საკუთარი ჩარჩოთი1'
- შესავალი ნერვულ ქსელებში. მრავალშრიანი პერცეტრონი3'
- MNIST ციფრული კლასიფიკაცია ჩვენი საკუთარი ჩარჩოთიკოდი
- მრავალშრიანი პერცეპტრონებიკოდი
- კლასიფიკაცია PyTorch/TensorFlow-ით1'
- ნერვული ქსელის ჩარჩოები5'
- კლასიფიკაცია PyTorch/TensorFlow-ითკოდი
- უმარტივესი შესავალი ნერვულ ქსელებში Keras-ითკოდი
- შესავალი PyTorch-შიკოდი
- შესავალი Tensorflow-სა და Keras-შიკოდი
04
კომპიუტერული ხედვა
კონვოლუციური ქსელები, ტრანსფერული სწავლება და გენერაცია.
- კომპიუტერული ხედვა1'
- მოძრაობების გამოვლენა ოპტიკური ნაკადის გამოყენებით1'
- შესავალი კომპიუტერულ ხედვაში5'
- Computer Vision და OpenCVკოდი
- პალმის მოძრაობის გამოვლენა ოპტიკური ნაკადის გამოყენებითკოდი
- ამოცანა1'
- კონვოლუციური ნერვული ქსელები3'
- კარგად ცნობილი CNN არქიტექტურა3'
- კონვოლუციური ნერვული ქსელებიკოდი
- კონვოლუციური ნერვული ქსელებიკოდი
- მონაცემების მიღებაკოდი
- ოქსფორდის შინაური ცხოველების კლასიფიკაცია ტრანსფერული სწავლის გამოყენებით1'
- წინასწარ გაწვრთნილი ქსელები და გადაცემის სწავლა4'
- ღრმა სწავლის ტრენინგის ხრიკები6'
- მიტოვების ეფექტიკოდი
- მონაცემთა ნაკრების მომზადება ღრმა სწავლისთვისკოდი
- როგორ ხედავს ნერვული ქსელი კატასკოდი
- წინასწარ მომზადებული მოდელები და გადაცემის სწავლაკოდი
- წინასწარ მომზადებული მოდელები და გადაცემის სწავლაკოდი
- ავტოკოდერები4'
- ავტოინკოდერებიკოდი
- ავტოკოდერებიკოდი
- გენერაციული საპირისპირო ქსელები5'
- გენერაციული საპირისპირო ქსელებიკოდი
- გენერაციული საპირისპირო ქსელებიკოდი
- სტილის ტრანსფერიკოდი
- სტილის ტრანსფერიკოდი
- თავის ამოცნობა ჰოლივუდის თავების მონაცემთა ნაკრების გამოყენებით2'
- ობიექტის ამოცნობა5'
- ობიექტის ამოცნობაკოდი
- ადამიანის სხეულის სეგმენტაცია1'
- სეგმენტაცია3'
- სეგმენტაციაკოდი
- სემანტიკური სეგმენტაციაკოდი
- სხეულის სეგმენტაციაკოდი
05
ბუნებრივი ენის დამუშავება
ტექსტის წარმოდგენა, ემბედინგები, რეკურენტული ქსელები და ტრანსფორმერები.
- ბუნებრივი ენის დამუშავება4'
- ტექსტის წარმოდგენა ტენსორების სახით4'
- ტექსტის კლასიფიკაციისკოდი
- ტექსტის კლასიფიკაციისკოდი
- ემბედინგები4'
- ემბედინგებიკოდი
- ემბედინგებიკოდი
- ენის მოდელირება2'
- ტრენინგის სკიპ-გრამის მოდელი1'
- სასწავლო CBoW მოდელიკოდი
- სასწავლო CBoW მოდელიკოდი
- განმეორებადი ნერვული ქსელები5'
- განმეორებადი ნერვული ქსელებიკოდი
- განმეორებადი ნერვული ქსელებიკოდი
- Word-ის დონის ტექსტის გენერაცია RNN-ების გამოყენებით1'
- გენერაციული ქსელები4'
- გენერაციული ქსელებიკოდი
- გენერაციული ქსელებიკოდი
- ყურადღების მექანიზმები და ტრანსფორმატორები5'
- ყურადღების მექანიზმები და ტრანსფორმატორებიკოდი
- ყურადღების მექანიზმები და ტრანსფორმატორებიკოდი
- NER3'
- დასახელებული ერთეულის ამოცნობა3'
- დასახელებული ერთეულის ამოცნობა (NER)კოდი
- წინასწარ მომზადებული დიდი ენის მოდელები3'
- ექსპერიმენტი OpenAI GPT-ითკოდი
06
სხვა AI ტექნიკები
გენეტიკური ალგორითმები, განმტკიცებითი სწავლება და მულტი-აგენტური სისტემები.
- გენეტიკური ალგორითმები2'
- გენეტიკური ალგორითმებიკოდი
- დიოფანტინის განტოლებებიკოდი
- სავარჯიშო მთის მანქანა გაქცევისთვის1'
- ღრმა განმტკიცების სწავლა5'
- # სავარჯიშო მთის მანქანა გაქცევისთვისკოდი
- ტრენინგი RL Cartpole Balancing-ის გასაკეთებლადკოდი
- ტრენინგი RL Cartpole Balancing-ის გასაკეთებლადკოდი
- მრავალ აგენტური სისტემები8'
07
პასუხისმგებლიანი AI
AI-ის ეთიკა და პასუხისმგებლიანი გამოყენების პრინციპები.
08
დამატებები
დამატებითი თემები: მულტიმოდალური ქსელები და სხვა.