|
Обратите внимание, что наш сайт не размещает какие-либо файлы из списка. Вы не можете скачать
эти файлы или скачать torrent-файл.
|
| 1. [Opcional] Checagem dos Gradientes.mp4 |
3.38Мб |
| 1. Apresentação do Curso.mp4 |
36.90Мб |
| 1. Características das Funções de Ativação.mp4 |
13.40Мб |
| 1. Introdução.mp4 |
12.20Мб |
| 1. Introdução.mp4 |
3.81Мб |
| 1. Introdução ao módulo.mp4 |
12.22Мб |
| 1. Manual do Adaline.mp4 |
36.36Мб |
| 1. Manual do Neurônio Sigmoid.mp4 |
39.95Мб |
| 1. O que vamos aprender nesse módulo.mp4 |
11.03Мб |
| 1. Perceptron e o bebê que joga pingue-pongue.mp4 |
41.21Мб |
| 10. E se minha rede estiver excelente.mp4 |
18.43Мб |
| 10. Implementando as funções de ativação linear.mp4 |
26.67Мб |
| 10. Implementando o Perceptron classificação em numpy.mp4 |
77.96Мб |
| 10. Múltiplas Portas.mp4 |
28.79Мб |
| 10. O vídeo mais importante desse curso!.mp4 |
23.97Мб |
| 11. Exercício de classificação.mp4 |
52.39Мб |
| 11. Implementando as funções de ativação sigmoid.mp4 |
17.23Мб |
| 11. Intuição sobre Redes Neurais - Exemplo 1 (setup).mp4 |
43.68Мб |
| 11. Regra da Cadeia introdução.mp4 |
30.24Мб |
| 12. Implementando as funções de ativação tanh.mp4 |
16.62Мб |
| 12. Implementando o Perceptron regressão linear.mp4 |
89.92Мб |
| 12. Intuição sobre Redes Neurais - Exemplo 1 (forward).mp4 |
21.59Мб |
| 12. Regra da Cadeia aplicação.mp4 |
27.29Мб |
| 13. Implementando as funções de ativação ReLU.mp4 |
19.35Мб |
| 13. Intuição sobre Redes Neurais - Exemplo 1 (backprop).mp4 |
89.51Мб |
| 13. Learning rates diferentes pra pesos e bias Como assim.mp4 |
64.09Мб |
| 13. Regra da Cadeia implementação.mp4 |
53.64Мб |
| 14. Exercício de regressão.mp4 |
65.87Мб |
| 14. Implementando as funções de ativação leaky ReLU.mp4 |
22.76Мб |
| 14. Interpretando as derivadas.mp4 |
21.82Мб |
| 14. Intuição sobre Redes Neurais - Exemplo 2 (implementando a softmax).mp4 |
61.53Мб |
| 15. Implementando as funções de ativação eLU.mp4 |
28.90Мб |
| 15. Intuição sobre Redes Neurais - Exemplo 2 (neg log-likelihood).mp4 |
19.47Мб |
| 15. Questionário do Perceptron.html |
124б |
| 15. Verificando as derivadas pelo Gradiente Analítico - parte 1.mp4 |
34.63Мб |
| 16. Intuição sobre Redes Neurais - Exemplo 2 (softmax + neg log-likelihood).mp4 |
54.75Мб |
| 16. Verificando as derivadas pelo Gradiente Analítico - parte 2.mp4 |
48.82Мб |
| 17. Derivando o Neurônio Sigmoid.mp4 |
77.62Мб |
| 17. Intuição sobre Redes Neurais - Exemplo 2 (feedforward).mp4 |
32.64Мб |
| 18. Intuição sobre Redes Neurais - Exemplo 2 (backprop).mp4 |
60.10Мб |
| 18. Neurônio Sigmoid como um Circuito - Parte 1.mp4 |
16.37Мб |
| 19. Intuição sobre Redes Neurais - Padrões de Implementação.mp4 |
48.01Мб |
| 19. Se tornando um Ninja em Backpropagation - Parte 1.mp4 |
18.80Мб |
| 2. [Opcional] A Fórmula da Checagem dos Gradientes.mp4 |
26.35Мб |
| 2. Circuitos de valores reais e o Alpinista Cego.mp4 |
14.20Мб |
| 2. Dimensões das Matrizes - Parte 1.mp4 |
17.48Мб |
| 2. Entropia Cruzada (Cross-Entropy).mp4 |
23.11Мб |
| 2. Função de Ativação Linear.mp4 |
31.85Мб |
| 2. Inicialização de Pesos, Quantidade de Camadas e Número de Neurônios.mp4 |
34.27Мб |
| 2. Inteligência Artificial, Machine Learning e Deep Learning.mp4 |
38.03Мб |
| 2. Intuição sobre o Perceptron - Parte 1 (Regressão).mp4 |
71.14Мб |
| 2. Perceptron vs Adaline.mp4 |
50.38Мб |
| 2. Problemas com os dados.mp4 |
45.50Мб |
| 20. Implementando Rede Neural do Zero - Introdução.mp4 |
9.20Мб |
| 20. Se tornando um Ninja em Backpropagation - Parte 2.mp4 |
14.53Мб |
| 21. Implementando Rede Neural do Zero - Funções de Custo MAE e MSE.mp4 |
26.80Мб |
| 21. Se tornando um Ninja em Backpropagation - Parte 3.mp4 |
12.32Мб |
| 22. Implementando Rede Neural do Zero - Funções de Custo Cross-Entropy.mp4 |
35.71Мб |
| 22. Se tornando um Ninja em Backpropagation - Parte 4.mp4 |
16.63Мб |
| 23. Implementando Rede Neural do Zero - Classes Layer e NeuralNetwork.mp4 |
33.07Мб |
| 23. Se tornando um Ninja em Backpropagation - Parte 5.mp4 |
16.70Мб |
| 24. Implementando Rede Neural do Zero - Parâmetros dos métodos.mp4 |
23.62Мб |
| 24. Se tornando um Ninja em Backpropagation - Parte 6.mp4 |
11.83Мб |
| 25. Implementando Rede Neural do Zero - fit.mp4 |
21.34Мб |
| 25. Se tornando um Ninja em Backpropagation - Parte 7.mp4 |
31.03Мб |
| 26. Implementando uma Rede Neural do Zero - feedforward.mp4 |
50.06Мб |
| 26. Resumo dos Padrões de Backpropagation.mp4 |
30.90Мб |
| 27. Derivando o Neurônio Sigmoid como um Ninja!.mp4 |
48.20Мб |
| 27. Implementando uma Rede Neural do Zero - backprop.mp4 |
75.09Мб |
| 28. Conferindo a Implementação Básica da Nossa Rede - Exemplo 1.mp4 |
51.27Мб |
| 28. Derivando o Neurônio Sigmoid como um Ninja no Código - Forward.mp4 |
14.83Мб |
| 29. Conferindo a Implementação Básica da Nossa Rede - Exemplo 2.mp4 |
31.87Мб |
| 29. Derivando o Neurônio Sigmoid como um Ninja no Código - Backprop.mp4 |
66.81Мб |
| 3. [Opcional] Calculando os Gradientes Aproximados.mp4 |
65.87Мб |
| 3. Como o Adaline aprende.mp4 |
33.62Мб |
| 3. Dimensões das Matrizes - Parte 2.mp4 |
51.32Мб |
| 3. Estratégia 1 Busca Aleatória.mp4 |
45.12Мб |
| 3. Função de Ativação Sigmoid.mp4 |
40.62Мб |
| 3. Implementando o Neurônio Sigmoid revisão.mp4 |
26.50Мб |
| 3. Intuição sobre o Perceptron - Parte 2 (Classificação).mp4 |
80.17Мб |
| 3. Otimizadores, Funções de Ativação e Dropout.mp4 |
28.12Мб |
| 3. Por que estudar Deep Learning.mp4 |
9.42Мб |
| 3. Problemas de Implementação.mp4 |
17.17Мб |
| 30. Exercício de Backpropagation.mp4 |
31.54Мб |
| 30. Resolvendo Problemas de Regressão Linear e Multivariada.mp4 |
59.34Мб |
| 31. Exercício de Backpropagation - Resposta.mp4 |
111.13Мб |
| 31. Resolvendo Problemas de Regressão Quadrática.mp4 |
34.99Мб |
| 32. Resolvendo Problemas de Regressão Cúbica.mp4 |
12.45Мб |
| 33. Resolvendo Problemas de Regressão Logarítmicia.mp4 |
10.69Мб |
| 34. Resolvendo Problemas de Regressão Exponencial.mp4 |
33.80Мб |
| 35. Resolvendo Problemas de Classificação Binária Porta ANDOR.mp4 |
30.69Мб |
| 36. Resolvendo Problemas de Classificação Binária Porta XOR.mp4 |
24.79Мб |
| 37. Resolvendo Problemas de Classificação Binária Clusters.mp4 |
35.22Мб |
| 38. Resolvendo Problemas de Classificação Binária Moons, Círculos e Espiral.mp4 |
73.52Мб |
| 39. Resolvendo Problemas de Classificação Multiclasse 3 Clusters.mp4 |
43.69Мб |
| 4. [Opcional] Verificando os Gradientes Aproximados.mp4 |
63.25Мб |
| 4. Aplicações do Deep Learning.mp4 |
6.97Мб |
| 4. Estratégia 2 Busca Aleatória Local.mp4 |
34.84Мб |
| 4. Exercício de Dimensões de Matrizes e Bias Trick.mp4 |
54.12Мб |
| 4. Função de Ativação Tanh.mp4 |
13.55Мб |
| 4. Implementando o Neurônio Sigmoid scikit-learn.mp4 |
38.07Мб |
| 4. Manual do Perceptron.mp4 |
93.02Мб |
| 4. Problemas no Treinamento.mp4 |
15.00Мб |
| 4. Regularização e Momentum.mp4 |
18.49Мб |
| 4. Resumos das diferenças entre o Perceptron e o Adaline.mp4 |
14.14Мб |
| 40. Resolvendo Problemas de Classificação Multiclasse 4 clusters + Espiral.mp4 |
24.74Мб |
| 41. Resolvendo Problemas de Classificação Multiclasse 5 classes + Iris.mp4 |
34.81Мб |
| 42. Métodos de Inicialização de Pesos.mp4 |
35.27Мб |
| 43. Implementando uma Rede Neural do Zero - Inicialização de Pesos (Parte 2).mp4 |
34.19Мб |
| 44. Implementando uma Rede Neural do Zero - Inicialização de Pesos (Parte 3).mp4 |
22.34Мб |
| 45. Dropout.mp4 |
48.45Мб |
| 46. Implementando uma Rede Neural do Zero - Dropout (Feedforward).mp4 |
61.90Мб |
| 47. Implementando uma Rede Neural do Zero - Dropout (Backprop).mp4 |
8.54Мб |
| 48. Teste da Implementação do Dropout.mp4 |
19.44Мб |
| 49. Regularização L1.mp4 |
23.26Мб |
| 5. [Opcional] Verificando os Gradientes na Regressão.mp4 |
56.85Мб |
| 5. Batch Size.mp4 |
10.66Мб |
| 5. Como identificar Underfitting e Overfitting em Gráficos de Perda.mp4 |
38.85Мб |
| 5. Como o Perceptron aprende.mp4 |
20.56Мб |
| 5. Estratégia 3 Gradiente Numérico.mp4 |
26.26Мб |
| 5. Função de Ativação ReLU.mp4 |
35.79Мб |
| 5. Funções de Custo Regressão.mp4 |
15.18Мб |
| 5. Implementando o Adaline revisão.mp4 |
40.57Мб |
| 5. Implementando o Neurônio Sigmoid numpy.mp4 |
96.91Мб |
| 5. Regressão, Classificação, Aprendizado Não-Supervisionado e por Reforço.mp4 |
12.73Мб |
| 50. Regularização L1 (derivada).mp4 |
11.22Мб |
| 51. Regularização L2.mp4 |
37.88Мб |
| 52. Regularização L2 (derivada).mp4 |
33.71Мб |
| 53. Implementando uma Rede Neural do Zero - Regularização L1 e L2 (Parte 1).mp4 |
33.39Мб |
| 54. Implementando uma Rede Neural do Zero - Regularização L1 e L2 (Parte 2).mp4 |
53.98Мб |
| 55. Teste de Implementação da Regularização L1L2.mp4 |
26.97Мб |
| 56. Momentum.mp4 |
20.80Мб |
| 57. Implementando uma Rede Neural do Zero Momentum.mp4 |
38.80Мб |
| 58. Teste da Implementação do Momentum.mp4 |
37.84Мб |
| 59. Mini-batch Gradiente Descendente.mp4 |
51.11Мб |
| 6. [Opcional] A Regularização L1 e L2 afeta o Gradient Checking.mp4 |
22.16Мб |
| 6.1 Slides.html |
124б |
| 6.2 Repositório do Curso.html |
119б |
| 6.3 Miniconda.html |
107б |
| 6. A definição de derivadas.mp4 |
33.12Мб |
| 6. Como tratar Underfitting e Overfitting.mp4 |
11.65Мб |
| 6. Exercício de Regressão Logística scikit-learn.mp4 |
36.98Мб |
| 6. Função de Ativação Leaky ReLU.mp4 |
18.44Мб |
| 6. Funções de Custo, Ativação e Número de Neurônios da Última Camada.mp4 |
22.02Мб |
| 6. Funções de Custo Classificação Binária.mp4 |
24.79Мб |
| 6. Implementando o Adaline regressão.mp4 |
22.72Мб |
| 6. Instalações e código-fonte.mp4 |
36.10Мб |
| 6. Learning Rate e seus efeitos.mp4 |
22.11Мб |
| 60. Implementando uma Rede Neural do Zero Mini-batch Grad. Descendente (Parte 1).mp4 |
40.71Мб |
| 61. Implementando uma Rede Neural do Zero Mini-batch Grad. Descendente (Parte 2).mp4 |
60.18Мб |
| 62. Learning Rate Decay.mp4 |
22.56Мб |
| 63. Implementando uma Rede Neural do Zero Learning Rate Decay (Parte 1).mp4 |
25.77Мб |
| 64. Implementando uma Rede Neural do Zero Learning Rate Decay (Parte 2).mp4 |
31.91Мб |
| 65. Teste da Implementação das Learning Rate Decays.mp4 |
27.98Мб |
| 66. Early Stopping.mp4 |
23.47Мб |
| 67. Implementando uma Rede Neural do Zero Early Stopping.mp4 |
67.28Мб |
| 68. Teste da Implementação da Early Stopping.mp4 |
64.01Мб |
| 69. [hotfix] Imprimindo a Perda da Regularização.mp4 |
31.80Мб |
| 7. [Opcional] Terminando a nossa implementação do Gradient Checking.mp4 |
38.79Мб |
| 7. Exercício de Regressão Logística numpy.mp4 |
41.77Мб |
| 7. Função de Ativação eLU.mp4 |
14.93Мб |
| 7. Implementando o Adaline classificação.mp4 |
27.98Мб |
| 7. Implementando o Gradiente Numérico.mp4 |
107.48Мб |
| 7. Implementando o Perceptron revisão.mp4 |
38.79Мб |
| 7. One-hot Encoding.mp4 |
16.98Мб |
| 7. Quantidade de Epochs, Learning Rate e a Dica de Ouro para o Treinamento.mp4 |
37.49Мб |
| 70. Batch Normalization.mp4 |
51.18Мб |
| 71. Derivada da Batch Norm - Parte 1.mp4 |
32.78Мб |
| 72. Derivada da Batch Norm - Parte 2.mp4 |
132.34Мб |
| 73. Implementando uma Rede Neural do Zero Batch Norm - Parte 1.mp4 |
67.17Мб |
| 74. Implementando uma Rede Neural do Zero Batch Norm - Feedforward.mp4 |
64.63Мб |
| 75. Implementando uma Rede Neural do Zero Batch Norm - Backprop.mp4 |
100.37Мб |
| 76. Implementando uma Rede Neural do Zero Batch Norm.mp4 |
67.00Мб |
| 77. Teste da Implementação da Batch Normalizaition.mp4 |
30.07Мб |
| 78. Freezing, Fine-tuning e Transferência de Conhecimento.mp4 |
40.19Мб |
| 79. Implementando uma Rede Neural do Zero Freezing.mp4 |
16.67Мб |
| 8. [Opcional] Verificando os Gradientes na Classificação Binária e Multiclasse.mp4 |
49.23Мб |
| 8. Estratégia 4 Gradiente Analítico (implementação).mp4 |
42.92Мб |
| 8. Exercício de classificação.mp4 |
32.17Мб |
| 8. Função Softmax.mp4 |
36.37Мб |
| 8. Implementando o Perceptron pseudo-algoritmo.mp4 |
12.01Мб |
| 8. Qual função de ativação utilizar na prática.mp4 |
14.94Мб |
| 8. Transfer Learning quando aplicar.mp4 |
13.14Мб |
| 80. Teste da Implementação do Freezing.mp4 |
23.68Мб |
| 81. Implementando uma Rede Neural do Zero Salvando e Restaurando a Nossa Rede.mp4 |
24.85Мб |
| 82. Teste da Implementação do Save & Load.mp4 |
20.32Мб |
| 83. Parabéns!.mp4 |
18.28Мб |
| 9. Função Softmax.mp4 |
81.62Мб |
| 9. Funções de Custo Classificação Multiclasse.mp4 |
31.56Мб |
| 9. Implementando o Perceptron classificação em python.mp4 |
134.42Мб |
| 9. O que fazer quando não converge, fica presa no mínimo local ou deu overfitting.mp4 |
12.13Мб |
| 9. Questionário do Adaline.html |
124б |
| 9. Resumos das Estratégias.mp4 |
15.79Мб |