- 13
- 14 745
Robert Sikora
Приєднався 19 лют 2024
Staram się w prosty sposób mówić o sztucznej inteligencji z perspektywy praktyka. Celem kanału jest pomóc osobom początkującym oraz chcącym wprowadzić ciekawe rozwiązania oparte o głębokie sztuczne sieci neuronowe w przemyśle. Jeśli zawsze obawiałeś się teorii i praktyki z obszaru tworzenia oprogramowania i rozwiązań z tego zakresu trafiłeś/aś w dobre miejsce! :)
AI | Czy sztuczna inteligencja może widzieć? Poznaj sieci konwolucyjne CNN
Człowiek większość swojego życia spędza na analizie otaczającego Nas świata. Analiza ta zazwyczaj odbywa się poprzez użycie dostępnych zmysłów w tym wzroku. Wzrok bez wątpienia ma potężne właściwości, a to powoduje, że technologia również jest nim zainteresowana. Przechwycenie obrazu nie jest dziś problemem, ale analiza w czasie rzeczywistym na pewno jest wyzwaniem.
Sztuczne sieci neuronowe to doskonałe narzędzie dla wielu problemów - nie inaczej jest również z problemem analizy otoczenia poprzez analizę obrazu. Pytanie tylko: jak? Odpowiedzią są sieci konwolucyjne CNN! W tym materiale dowiesz się absolutnie wszystkich podstaw aby zrozumieć jak Twój smartfon jest w stanie rozpoznawać obiekty!
-------------------------------------------------------------------------------------------------
INFORMACJE O MNIE:
👉 LinkedIn: www.linkedin.com/in/r-sikora
ZOSTAW SUBSKRYPCJĘ ABY KANAŁ MÓGŁ NADAL SIĘ ROZWIJAĆ! DZIĘKI! :)
-------------------------------------------------------------------------------------------------
Tutaj mówię więcej o podstawach i budowie głębokiej sieci neuronowej typu feed-forward (DNN):
ua-cam.com/video/3tHQZolOYeY/v-deo.html
Tutaj wyjaśniam w jaki sposób poradzi sobie z danymi sekwencyjnymi:
ua-cam.com/video/6O8f8J0ci80/v-deo.html
Tutaj tłumaczę czym jest uczenie wzmacniane i jak to możliwe, że AI uczy się prowadzić auto lub grać w grę:
ua-cam.com/video/WjUeA-ghhvo/v-deo.html
00:00 Wstęp
01:40 Jak komputer "widzi" obraz?
03:30 Typy problemów wizyjnych
04:25 Kluczowy aspekt analizy obrazu - ekstrakcja cech
06:06 Jak przekazać obraz sztucznej inteligencji?
09:10 Konwolucja, czyli podstawa działania CNN
16:12 Jak dobrać filtry do wydobycia konkretnych cech?
17:10 Pooling, czyli jak przyspieszyć działanie sieci.
20:15 Ciekawostka - model CHIEF
21:14 Pozostałe problemy oraz ich zastosowania
24:26 Podsumowanie
#sztucznainteligencjawbiznesie #sztucznainteligencja #ai #artificialintelligence #programming #python #pytorch #cancerawareness #robertsikora #machinelearning #deeplearning #convolutionalneuralnetwork #nauka
Sztuczne sieci neuronowe to doskonałe narzędzie dla wielu problemów - nie inaczej jest również z problemem analizy otoczenia poprzez analizę obrazu. Pytanie tylko: jak? Odpowiedzią są sieci konwolucyjne CNN! W tym materiale dowiesz się absolutnie wszystkich podstaw aby zrozumieć jak Twój smartfon jest w stanie rozpoznawać obiekty!
-------------------------------------------------------------------------------------------------
INFORMACJE O MNIE:
👉 LinkedIn: www.linkedin.com/in/r-sikora
ZOSTAW SUBSKRYPCJĘ ABY KANAŁ MÓGŁ NADAL SIĘ ROZWIJAĆ! DZIĘKI! :)
-------------------------------------------------------------------------------------------------
Tutaj mówię więcej o podstawach i budowie głębokiej sieci neuronowej typu feed-forward (DNN):
ua-cam.com/video/3tHQZolOYeY/v-deo.html
Tutaj wyjaśniam w jaki sposób poradzi sobie z danymi sekwencyjnymi:
ua-cam.com/video/6O8f8J0ci80/v-deo.html
Tutaj tłumaczę czym jest uczenie wzmacniane i jak to możliwe, że AI uczy się prowadzić auto lub grać w grę:
ua-cam.com/video/WjUeA-ghhvo/v-deo.html
00:00 Wstęp
01:40 Jak komputer "widzi" obraz?
03:30 Typy problemów wizyjnych
04:25 Kluczowy aspekt analizy obrazu - ekstrakcja cech
06:06 Jak przekazać obraz sztucznej inteligencji?
09:10 Konwolucja, czyli podstawa działania CNN
16:12 Jak dobrać filtry do wydobycia konkretnych cech?
17:10 Pooling, czyli jak przyspieszyć działanie sieci.
20:15 Ciekawostka - model CHIEF
21:14 Pozostałe problemy oraz ich zastosowania
24:26 Podsumowanie
#sztucznainteligencjawbiznesie #sztucznainteligencja #ai #artificialintelligence #programming #python #pytorch #cancerawareness #robertsikora #machinelearning #deeplearning #convolutionalneuralnetwork #nauka
Переглядів: 1 145
Відео
AI | DIAGNOZA NOWOTOWORU PIERSI: PISZEMY MODEL SZTUCZNEJ SIECI NEURONOWEJ W 15 MINUT!
Переглядів 77928 днів тому
Zdrowie jest filarem jakości życia. Obecnie nasza cywilizacja boryka się z wieloma chorobami, w tym z chorobami nowotworowymi. Kluczowym elementem w leczeniu oraz zapobieganiu jest wczesna diagnoza i właśnie tutaj sztuczna inteligencja może nam pomóc. W tym materiale pokażę jak na podstawie wcześniej przygotowanych danych na podstawie badań oraz opisu specjalistów wytrenować głęboki model sztuc...
AI | Napisz model sztucznej inteligencji sterujący łazikiem OD ZERA w 15 minut!
Переглядів 914Місяць тому
Sztuczna inteligencja często jest przedstawiana szerszej publice jako rozwiązania rodem z kosmosu. Tymczasem okazuje się, że z kosmosem AI może mieć wiele wspólnego, na przykład może rozwiązać problem lądowania łazikiem zakończony sukcesem. Czy jest możliwe, aby zrozumieć skomplikowaną matematykę i wprowadzić ją w życie w 15 minut? Przekonaj się sam/-a oglądając ten oraz wiele innych materiałów...
Teoria AI | Jak sztuczna inteligencja uczy się prowadzić auto? Poznaj uczenie wzmacniane!
Переглядів 9532 місяці тому
Sztuczna inteligencja wkroczyła wielkimi krokami w naszą rzeczywistość. Obecnie zadania takie jak prowadzenie auta, kontrola maszyn czy sterowanie skomplikowanymi procesami nie są już tylko literacką fikcją - to część technologii. Jeśli zastanawiałeś/-aś się kiedyś jak to jest, że głęboka sieć neuronowa jest w stanie nauczyć się prowadzić auto to odpowiedź znajdziesz w tym materiale - zarówno n...
AI | Jak przewidzieć ceny akcji spółki giełdowej? Trenujemy model sztucznej inteligencji OD ZERA!
Переглядів 8372 місяці тому
W gospodarce, biznesie ale także w życiu osobistym często spotykamy się z problemem, który wymaga podjęcia decyzji na podstawie niewiadomej przyszłości. Na szczęście obecnie mamy na to sposób - głębokie sieci neuronowe o strukturze rekurencyjnej (ang. RNN) potrafią - pod warunkiem dostarczenia rzetelnych danych - całkiem nieźle predykować dane cechujące się sekwencyjnością, takie jak na przykła...
Teoria AI | Jak AI radzi sobie z tekstem, dźwiękiem i innymi sekwencjami danych? Poznaj sieci RNN.
Переглядів 7933 місяці тому
Sztuczna inteligencja coraz częściej pojawia się w codzienności, a czas jest nieodłączną częścią naszego życia. To powoduje, że wiele zjawisk i procesów jest opisywanych przez dane sekwencyjne. W związku z tym nie da się przejść obojętnie obok rozwiązania problemu przetwarzania takich danych przez sztuczne sieci neuronowe - chcesz dowiedzieć się w jaki sposób ten problem został rozwiązany? Zare...
AI | Piszemy model sztucznej inteligencji rozpoznający gatunki irysów OD ZERA!
Переглядів 2,6 тис.3 місяці тому
Jeśli zastanawiałeś/-aś się jak pisze się prawdziwe modele sztucznej inteligencji w praktyce to odpowiedź znajdziesz właśnie w tym filmie! Okiem praktyka rozwiązuję problem klasyfikacji - bardzo popularny i potrzebny problem, którego wiele przypadków rozwiązuje się właśnie przy użyciu biblioteki jaką jest PyTorch. To tylko 30 minut a dawka wiedzy jest OGROMNA także zachęcam do obejrzenia od dec...
Teoria AI | Budowa i zasada działania głębokiej sieci neuronowej (DNN) w 15 minut!
Переглядів 9973 місяці тому
Głęboka sieć neuronowa to najczęstsza forma struktury z jaką spotkasz się próbując poznać rozwiązania z zakresu sztucznej inteligencji. Aby skutecznie korzystać z tych rozwiązań konieczne jest poznanie niektórych pojęć - o nich mówię właśnie w tym filmie,...i to wszystko z zaledwie 15 minut bez konieczności znajomości skomplikowanej matematyki! INFORMACJE O MNIE: 👉 LinkedIn: www.linkedin.com/in...
Python | Jak analizować dane w prosty sposób? Poznaj bibliotekę Pandas oraz Seaborn!
Переглядів 9864 місяці тому
Analiza danych jest podstawą wielu dziedzin. Nie ważne czy badasz najbardziej skomplikowane zjawiska czy chcesz przeanalizować budżet domowy - są dwie biblioteki, które z pewnością pomogą Ci w jednym i drugim przypadku, a w tym odcinku opowiadam właśnie o nich! INFORMACJE O MNIE: 👉 LinkedIn: www.linkedin.com/in/r-sikora Co jeszcze może przydać się w rozwiązywaniu problemów dotyczących sztucznej...
Praktyczne AI | Czym jest PyTorch?
Переглядів 1,4 тис.4 місяці тому
Zastanawiałeś/-aś się kiedyś jakich narzędzi używają osoby zajmujące się budowaniem rozwiązań z obszaru sztucznej inteligencji? Tym razem omawiam jedno z szeroko stosowanych narzędzi stosowanych szeroko w obszarze trenowania i strojenia modeli sztucznych sieci neuronowych zwanych często "sztuczną inteligencją". INFORMACJE O MNIE: 👉 LinkedIn: www.linkedin.com/in/r-sikora Jak wygląda pisanie pros...
Praktyczne AI | Piszę kod perceptronu OD ZERA w kwadrans!
Переглядів 2,1 тис.4 місяці тому
Sztuczna inteligencja to nie tylko teoria, to przede wszystkim praktyka! Myślisz, że trudno byłoby napisać samemu najprostszą sieć neuronową - sztuczny perceptron - potrafiący rozpoznawać gatunki irysów na podstawie jego wymiarów? Zobacz jak w kwadrans napisać trening całkowicie od zera nie posiadając żadnej skomplikowanej wiedzy! INFORMACJE O MNIE: 👉 LinkedIn: www.linkedin.com/in/r-sikora Jak ...
Co wspólnego mają karta graficzna i sztuczna inteligencja?
Переглядів 4714 місяці тому
Zastanawiałeś/-aś się kiedyś dlaczego często słyszy się o wykorzystaniu kart graficznych do zastosowań sztucznej inteligencji? Tym filmem staram się w prosty sposób wytłumaczyć gdzie leży wspólna płaszczyzna sztucznej inteligencji, jako pojęcia abstrakcyjnego oraz karty graficznej, jako namacalnego sprzętu pozornie niezwiązanego z innymi tematami niż generowanie grafiki. INFORMACJE O MNIE: 👉 Li...
Jak uczy się sztuczna inteligencja?
Переглядів 7665 місяців тому
Zastanawialiście się kiedyś w jaki sposób uczy się "sztuczna inteligencja"? W tym materiale rozkładam problem na części pierwsze - krótko i na temat. 🚀 INFORMACJE O MNIE: 👉 LinkedIn: www.linkedin.com/in/r-sikora 00:00 Wstęp 00:20 Czym jest sztuczny neuron? 00:43 Parametry sieci neuronowej 01:40 Jak perceptron przetwarza dane? 01:54 Suma ważona wejść 02:05 Dlaczego sieć musi być nieliniowa? 02:5...