Duboko učenje
( 25 Moduli )

modul #1
Uvod u duboko učenje
Pregled dubokog učenja, povijesti i primjena

modul #2
Matematički preduvjeti
Pregled linearne algebre, računa i teorije vjerojatnosti

modul #3
Osnove neuronskih mreža
Uvod umjetnim neuronskim mrežama, perceptronima i višeslojnim perceptronima

modul #4
Funkcije aktivacije i širenje unatrag
Funkcije aktivacije, širenje unazad i gradijentni spust

modul #5
Izgradnja i obuka neuronskih mreža
Praktično iskustvo s izgradnjom i obučavanje neuronskih mreža pomoću okvira dubokog učenja

modul #6
Konvolucijske neuronske mreže (CNN)
Uvod u CNN, konvolucijske slojeve i slojeve udruživanja

modul #7
CNN arhitekture
AlexNet, VGGNet, GoogLeNet i ResNet arhitekture

modul #8
Prijenos učenja i finog podešavanja
Korištenje unaprijed obučenih CNN modela i finog podešavanja za zadatke klasifikacije slika

modul #9
Rekurentne neuronske mreže (RNN)
Uvod u RNN, jednostavne RNN, i LSTM mreže

modul #10
RNN arhitekture
GRU, dvosmjerni RNN-ovi i modeli koder-dekoder

modul #11
Modeli od sekvence do sekvence
Strojno prevođenje, chatbotovi i modeli od sekvence do sekvence

modul #12
Generativni modeli
Uvod u generativne modele, GAN-ove i VAE-ove

modul #13
Autokoderi i varijacijski autokoderi
Smanjenje dimenzionalnosti, autokoderi i VAE-ovi

modul #14
Generativne kontradiktorne mreže (GAN-ovi)
GAN-ovi, DCGAN-ovi i uvjetni GAN-ovi

modul #15
Duboko učenje s pojačanjem
Uvod u učenje s pojačanjem, Q-učenje i gradijente politike

modul #16
Algoritmi za duboko učenje s pojačanjem
DDPG, Glumačko-kritičke metode, i AlphaGo

modul #17
Nenadzirano učenje i grupiranje
K-srednje vrijednosti, hijerarhijsko grupiranje i smanjenje dimenzionalnosti

modul #18
Duboko učenje za obradu prirodnog jezika
Ugrađivanje riječi, jezični modeli i klasifikacija teksta

modul #19
Mehanizmi pažnje
Pažnja u NLP-u, transformatorima i BERT-u

modul #20
Duboko učenje za računalni vid
Detekcija objekata, segmentacija i praćenje

modul #21
Okviri dubokog učenja
TensorFlow, PyTorch, i Keras

modul #22
Evaluacija modela i podešavanje hiperparametara
Metrike evaluacije modela, podešavanje hiperparametara i unakrsna provjera valjanosti

modul #23
Implementacija i produkcija dubokog učenja
Implementacija modela, posluživanje modela i produkcija

modul #24
Etika i pravednost u dubokom učenju
Etička razmatranja, pristranost i pravednost u modelima dubokog učenja

modul #25
Završetak tečaja i zaključak
Planiranje sljedećih koraka u karijeri dubokog učenja

Spremni ste učiti, dijeliti i natjecati se?