(Inggris) The Rainbow: The Foundations and Practical Projects

Bekerja dengan data berurutan seperti teks, deret waktu, atau audio membutuhkan arsitektur jaringan saraf khusus yang dapat mengingat masukan masa lalu. Mengerti Recurrent Neural Networks (RNNs) adalah kunci untuk menguasai model urutan-ke-urutan dan pembelajaran mendalam untuk teks. Kursus berbasis teks ini memandu Anda dari matematika dasar dari loop berulang untuk mengimplementasikan model urutan yang kuat. Anda akan belajar bagaimana mengatasi tantangan klasik seperti masalah gradien menghilang menggunakan arsitektur modern, menulis kode yang bersih dan siap produksi sepanjang jalan. Apa yang akan kau pelajari: - Mengerti arsitektur inti dari Recurrent Neural Networks dan bagaimana mereka memproses masukan berurutan - Menganalisis hilang dan meledak masalah gradien dan bagaimana arsitektur gerbang menyelesaikan mereka - Implementasi Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU) jaringan dalam Python - Terapkan teknik modeling urutan modern untuk proyek praktis seperti penciptaan teks dan forecasting time-series - Evaluasi kinerja model menggunakan metrik standar dan strategi debugging modern untuk pembelajaran mendalam - Mengeksplorasi transisi dari RNN tradisional ke arsitektur modern berbasis perhatian Anda akan mulai dengan konsep teoretis inti dan intuisi matematika di balik koneksi berulang sebelum menyelam ke langkah-demi-langkah kode walkthroughs dan proyek teks terstruktur. Kursus ini dirancang untuk ilmuwan data dan programmer yang ingin belajar modeling urutan dari awal; pengetahuan dasar Python direkomendasikan tetapi tidak ada pengalaman belajar mendalam sebelumnya diperlukan. Mulai membaca hari ini untuk membuka kekuatan pembelajaran mendalam berurutan.