🔥$100K Hit! Where Will Bitcoin Go Next? Find Out Live!
tonton sekarang
5 Siswa

Deskripsi

Apa Yang Akan Kamu Pelajari?

  • Pelajari cara menggunakan PyCharm, menjalankan data Python dan tampilan program Pelajari apa itu Machine learning dan jaringan saraf Memahamai prinsip pemrograman Python Belajar untuk mengenali kesalahan pemrograman Memahami CIFAR-10 untuk pengenalan gambar

Persyaratan

  • Tidak ada syarat apapun
  • NFT Certificate
  • 58 Pelajaran
  • Pemula
  • English
  • +100 XP

Share Course on Social media

Kurikulum

Course consist of total 8j 44m of content, in total.

Bagian 1: Belajar menggunakan PyCharm
45:07
Bagian 2: Belajar dasar-dasar bahasa Python
1:49:46
Variasi Sintaks dan tipe-tipe dasar
08:33
Variasi Operasi
09:29
Tuples dan Lists
11:54
Kamus
06:36
kalimat if
10:03
While dan For dalam Loops
10:43
Implementasi fungsi dan eksekusi
10:05
Parameter dan nilai return
07:47
Pengantar untuk Classes dan Objects
12:40
Subclasses dan Superclasses
13:06
Kesimpulan dan Outro
03:37
Bagian 3: Memahami jaringan saraf dalam Machine Learning
1:04:20
Pengantar untuk hari ketiga
02:01
Pengantar untuk Machine Learning
11:23
Pengantar Machine Learning (Bagian 1)
06:13
Pengantar untuk Machine Learning (Bagian 2)
05:35
Pengantar untuk jaringan saraf
10:23
Pengantar untuk Convolutions
14:10
Pengantar untuk Convolutions (Bagian 1)
07:15
Pengantar untuk Convolutions (Bagian 2)
07:20
Bagian 4: Eksplorasi API Keras
1:17:04
Pengantar untuk hari keempat
01:49
Pengantar untuk TensorFlow dan Keras
09:06
Memahami sintaks Keras
19:13
Memahami sintaks Keras (Bagian 1)
09:14
Memahami sintaks Keras (Bagian 2)
10:24
Pengantar untuk fungsi aktivasi
13:26
Pengantar untuk fungsi aktivasi (Bagian 1)
05:59
Pengantar untuk fungsi aktivasi (Bagian 2)
07:53
Bagian 5: Format Dataset dan CIFAR 10
58:25
Pengantar hari kelima
01:53
Eksplorasi CIFAR 10 Dataset
08:36
Memahami poin-poin data spesifik
17:43
Memahami poin-poin data spesifik (Bagian 1)
08:48
Memahami poin-poin data spesifik (Bagian 2)
09:21
Format pemasukan gambar
12:04
Bagian 6: Membangun model gambar
1:35:13
Pengantar Hari keenam
02:23
Membangun Model
18:18
Membangun Model (Bagian 1)
09:28
Membangun Model (Bagian 2)
09:16
Menyusun dan melatih model
12:38
Menyusun dan melatih model (Bagian 1)
06:35
Menyusun dan melatih model (Bagian 2)
06:29
Gradient Descent dan Optimizers
14:50
Gradient Descent dan Optimizers (Bagian 1)
06:57
Gradient Descent dan Optimizers (Bagian 2)
08:19
Bagian 7: Menyimpan dan Memuat model yang telah dilatih
1:15:00
Pengantar hari ketujuh
02:08
Menyimpan dan memuat model ke H5
15:20
Menyimpan dan memuat model ke H5 (Bagian 1)
07:43
Menyimpan dan memuat model ke H5 (Bagian 2)
08:03
Menyimpan model file Protobuf
17:50
Menyimpan model file Protobuf (Bagian 1)
08:36
Menyimpan model file Protobuf (Bagian 2)
09:40
Kesimpulan Bootcamp
05:40

Ulasan platform BitDegree