פיתוח של רשתות נוירונים בפייתון בעזרת machine learning

הקורס מלמד הן את הרקע המתמטי של רשתות נוריונים והן את ההיבטים הפרקטים של שימוש בספריות:במהלך הקורס יוצגו  דוגמאות רבות של מודלים לזיהוי תמונות, זיהוי קובצי קול, הערכת שווי של בתים ושימושים נוספים של רשתות. יוסברו טכניקות של רשתות מבוססות ארכיטקטורת קונבולוציה, רגרסיה ושיטות רבות לאופטימיזציה.כמו כן יודגמו שימושים בהביטם שונים של הספריה לשמירה של הרשת, שימוש ברשת קיימת לחיזוי, אופנים שונים של בנית שכבות ועוד.דרישת הקדם היחידה לקורס היא ידע בתכנות בפייתון.SGD- Stochastic Gradient DescentBackpropagationOverfitting & HyperparametersL1 & L2 RegularizationDropoutCross entropy loss function & softmax activation functionCNN - Convolutional Neural NetworkCNN layers ,Conv2D, pooling, strides, padding, channelsRegressionmelspectogramData augmentationBatch NormalizationFunctional APICheckpoints and CallbacksTransfer learningFeature extractions