Modèles d'apprentissage Tensor Flow Machine

Ce cours en ligne gratuit dans les modèles d'apprentissage automatique Tensor Flow va commencer par vous présenter les aspects mathématiques de l'apprentissage profond. Vous serez également introduit dans les tenseurs rencontrés dans la pratique de l'apprentissage automatique, les principales opérations tensorielles dans l'apprentissage profond et les bases de la formation et de la régularisation dans l'apprentissage profond. Ce cours explique comment générer des pipelines d'entrée pour TensorFlow et les différentes méthodes de création de jeux de données.

Le cours introduit ensuite le processus de traitement du texte avec Tensorflow. Vous en apprendrez également sur le concept de "tokenisation", la fonction des "tokenizers", l'intégration, les opérations de texte et la conversion des cordes. Ensuite, vous allez apprendre à charger du texte dans des jeux de données, à encoder des ensembles de données dans des nombres et à créer un ensemble de vocabulaire.

Le cours explique ensuite comment générer un modèle de réseau neuronal pour une tâche de classification d'image à l'aide de l'API Tensorflow Keras. Vous allez également découvrir le réseau neuronal feed-forward et le jeu de données mode MNIST. Ce cours analyse le processus et l'importance des modèles de construction pour les données structurées à l'aide de l'API TensorFlow. Vous allez également découvrir les types de colonnes de fonction et montrer comment transformer une colonne à partir du cadre de données.