Исследуем свёрточные нейронные сети (CNN): полный гид От основ нейронных сетей до кода: узнайте, как CNN обрабатывают изображения. Включает:Основы: нейроны, слои, обучение.Компоненты CNN: свёртка, пулинг, полносвязные слои.Архитектуры: LeNet, AlexNet, VGG, GoogleNet, ResNet.Практический пример на TensorFlow.Сравнение с Vision Transformers. Идеально для новичков и экспертов Читать далее
В современном мире искусственный интеллект и машинное обучение стремительно развиваются, меняя нашу повседневную жизнь и открывая новые горизонты в различных областях. Одной из ключевых технологий, лежащих в основе этих достижений, являются сверточные нейронные сети (Convolutional…
Свёрточные нейросети умеют находить закономерности в данных, но на финансовых рынках легко принять особенности волатильности за сигнал и получить модель, которая хорошо работает только на исторических котировках. Разберём, как применять CNN к временным рядам и данным ордербука, избегать утечки будущего и проверять качество прогнозов, чтобы понять, когда свёрточные архитектуры действительно полезны в финансовом анализе. Изучить метод
На хабре было множество публикаций по данной теме, но все они говорят о разных вещах. Решил собрать всё в одну кучку и рассказать людям. Это первая статья серии введения в нейронные сети, «Нейронные сети для начинающих». Здесь и далее мы постараемся разобраться с таким понятием — как нейронные сети, что они вообще из себя представляют и как с ними «подружиться», на практике решая простые задачи. Читать дальше →