Курс на Stepik
Обложка курса «Искусственный интеллект: Компьютерное зрение» на Stepik
Бесплатно

Искусственный интеллект: Компьютерное зрение 0.000

Открыть на
STEPIK.ORG

Курс знакомит слушателей с основными понятиями нейронных сетей. Мы рассмотрим сверточные, рекуррентные сети, разберем задачи классификации, сегментации, детекции, генерации изображений и текста. Полученных знаний будет достаточно для решения широкого круга задач.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Искусственный интеллект: Компьютерное зрение»Учеников на курсе 8
Сертификаты, выданные на курсе «Искусственный интеллект: Компьютерное зрение»Сертификатов выдано 0
Отзывы о курсе «Искусственный интеллект: Компьютерное зрение»Отзывов получено 0
Рейтинг курса «Искусственный интеллект: Компьютерное зрение»Рейтинг курса 0.000
Уроки в курсе «Искусственный интеллект: Компьютерное зрение»Количество уроков 21
Тесты в курсе «Искусственный интеллект: Компьютерное зрение»Количество квизов 25
Обновления курса «Искусственный интеллект: Компьютерное зрение»Обновления курса
Дата публикации курса «Искусственный интеллект: Компьютерное зрение»Дата публикации курса
Последнее обновление курса «Искусственный интеллект: Компьютерное зрение»Последнее обновление

Содержание курса

Разделы в курсе «Искусственный интеллект: Компьютерное зрение» 4 раздела Уроки в курсе «Искусственный интеллект: Компьютерное зрение» 21 урок Тесты в курсе «Искусственный интеллект: Компьютерное зрение» 25 тестов Последнее обновление курса «Искусственный интеллект: Компьютерное зрение» обн. 2 года назад

Введение

3 урока
1. Компьютерное зрение
2. Библиотеки искусственного интеллекта
3. Видеоматериалы

Обработка изображений

9 уроков
1. Ввод и вывод изображений
2. Цветовые форматы
3. Функции трансформации изображения
4. Распознавание текста
5. Создание объектов
6. Детектирование объектов на изображении
7. Обнаружение лиц
8. Нахождение контуров
9. Детектирование по цвету

Математическая модель Нейронных сетей

6 уроков
1. Введение
2. Основные понятия теории обучения
3. Обучение на основе памяти
4. Метод градиентного спуска
5. Оценка погрешности
6. Обратное распространение ошибки

Нейронные сети на Python

3 урока
1. Создание нейрона и простейшей нейронной сети
2. Обучение нейронной сети
3. Разработка нейронной сети с использованием библиотеки TensorFlow