Создание персептрона с нуля (без фреймворков, только математика и Python) — Истоки искусственного...

Я просто обожаю искусственный интеллект! И нет ничего лучше, чем изучать, как что-то работает, с нуля. В этой серии видео я предлагаю вам присоединиться ко мне в путешествии к истокам искусственного интеллекта и машинного обучения. Мы не используем никаких фреймворков, а в этом видео даже NumPy. Только чистая математика, Python и, по сути, наука, чтобы объяснить, как появился искусственный интеллект. Существует множество форм машинного обучения, но нейронные сети, безусловно, являются наиболее развитыми и, безусловно, медийными. Но до появления популярных трансформеров существовало множество других типов и архитектур машинного обучения, таких как сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN), многослойные перцептроны (MLP) и, конечно же... персептрон, или одиночный искусственный нейрон, или простейшая форма нейронной сети. В этом видео мы рассмотрим биологическую науку, которая вдохновила на создание нейронных сетей, математические функции, которые делают их возможными, такие темы, как обратное распространение ошибки и градиентный спуск, и всё это мы сделаем с нуля! Надеюсь, вам понравится! Исходный код на моём GitHub — https://github.com/fmiguelmmartins/or... Главы 00:00 — Введение 01:43 — Персептрон 02:11 — Что такое функция 04:50 — Построение персептрона 06:04 — Веса 08:40 — Функция стоимости 10:20 — Скорость обучения 11:16 — Минимизация стоимости 12:30 — Смещение 15:15 — Оптимизация весов и смещения 15:48 — Градиентный спуск и обратное распространение 23:19 — Заключение #нейронныесети #машинноеобучение #искусственныйинтеллект