למידת מכונה
רשתות נוירונים — למידה עמוקה ויזואלית
שליטה בלמידה עמוקה דרך כישלון. כל שיעור מתחיל ממודל שבור — אבחון, תיקון, אימות — עם הדמיות אינטראקטיביות חיות של CNN, RNN, Attention ו-Embeddings.
7יחידות
27שיעורים
0%הושלם
יחידה 10/5
גבולות החלטה ואי-לינאריות
מדוע מודלים לינאריים נכשלים, וכיצד שכבות חבויות פותרות זאת
יחידה 20/6
דינמיקת אימון ויציבות
תנודות, התכנסות איטית, vanishing gradients ו-overfitting
יחידה 30/1
דיאגנוסטיקת אתחול
Random מול Xavier מול He — ולמה זה חשוב כבר ב-step 0
יחידה 40/3
הכללה והערכה
עקומות למידה, דליפת נתונים, וחיפוש hyperparameters
יחידה 50/4
אינטואיציה ויזואלית של CNN
Kernels, pooling, והיררכיות מאפיינים על MNIST ו-CIFAR-10
יחידה 60/4
מבוא לרצפים ו-Attention
אובדן context, attention כפתרון, Q/K/V, וכשלי Transformer
יחידה 70/4
וקטורי מילים ו-Embeddings
מ-tokens גולמיים לגאומטריה סמנטית — Word2Vec, GloVe, ו-embeddings הקשריים