Боже, сколько знает этот человек, просто невообразимо. Такое множество разных видеокурсов, порой совсем не связанных! Спасибо большое за ваш труд!

Очень хорошо объясняете, на пальцах, как в начальной школе. Спасибо

На условие "наличие квартиры" можно было и побольше вес накинуть)

@user-qs8vf5dm3c

3 жыл бұрын

Девушка еще слишком не опытна.

@mrzxccxz

2 жыл бұрын

Такой вес был нужен для наглядности, как ни как мы учим нейронные сети а не психологию.

@EscaliburM982

2 жыл бұрын

вес 0,9

@WitcherCoin

2 жыл бұрын

@@mrzxccxz правда что-ли? а мы думали он серьёзно писал.

@denisevp9431

Жыл бұрын

@@WitcherCoin 🤣

А я то думал что у женщин в голове а тут все понятно рассказано спасибо!

@iforvard

4 жыл бұрын

Рано тебе ещё думать.

@PrivateProxy

4 жыл бұрын

@@iforvard ты про что?

@Osm766

3 жыл бұрын

@@PrivateProxyставит себя в высокую позицию принижая тебя,не отвечай на такие утверждения

@user-it2dx2bj3i

3 жыл бұрын

там слоев больше и свяжи сложнее, а так , да, принцип именно такой))

@sergeimerekin8193

3 жыл бұрын

@surf Она позволяет хранить сразу всю структуру слоя, каждая строка - отдельный нейрон, каждый столбец - его входные веса. Делая скалярное умножение(dot) этой матрицы с вектором выходных значений прошлого слоя, на выходе получим вектор результирующих сумм для всех нейронов текущего слоя. Теперь осталось прогнать это через любую не линейную(пороговую) функцию, и мы получим вектор выходных значений! Эти значения уже поступают на вход в новый слой - скалярно перемножаясь с матрицей этого слоя, и так по цепочке до самого финального слоя нашей сетки.

Спасибо за контент. То что ты делаешь, имеет большое значение для тех кто хочет реально учиться. Мне нравится смотреть твои видео.

Самое понятное объяснение нейронок для чайников на всём ютубе! Спасибо огромное!

наконец-то понятный разбор нейросети!а то все остальные больше выпендриваются как они умеют и ничего не объясняют толком

Обожаю слушать людей, которые умеют объяснять. Большое спасибо.

Это лучшее, что я смог найти в интернете для самоучек. Только благодаря вам я - глухой дум-думб смог написать первую НС. Огромное спасибо

Визуализация с девочкой это самый лучший и понятный пример работы нейрона, который я видел

@JoparezkinEMVI

Жыл бұрын

Теперь мы знаем, что у женщин в голове всего 6 нейронов с:

Годная тема, как вступление очень зашло, главное по сути без воды

Большое спасибо вам за ролик! Ваши иллюстрации работы входов нейронов помогли понять эту тему, да и в целом все объяснение очень лаконичное

Мужик, ты реально выручаешь, у меня на курсе методов оптимизации быстро прошлись поверхностно и заданий вывалили огромное количество, хорошо хоть твой канал нашел

это самое лучшее объяснение, которое я когда-либо видела, правда. все разложено по полочкам, ничего лишнего. однозначно лайк

Классно объясняешь, без ненужной тонны формул, как это делают многие

Если кому интересно, после прохождения урока можно сделать пару практических задание для закрепления, мне это сильно помогло, оставлю их здесь: Заданий 1 (с планом действий): Создайте простую нейронную сеть, которая определяет, является ли данный фрукт яблоком или апельсином, на основе трех параметров: цвет (красный = 1, оранжевый = 0), форма (круглая = 1, продолговатая = 0) и вкус (сладкий = 1, кислый = 0). Веса придумайте самостоятельно. План действий, чтобы не запутаться: Инициализируйте входные параметры и веса для нейронной сети. Создайте функцию активации, которая будет использоваться для определения выходного значения нейронов. Сделайте функцию для расчета выходного значения, пусть она принимает на вход цвет, форму, вкус, и возвращает фрукт, в ней: В ней задайте входной слой, придумайте веса Вычислите значения первого скрытого слоя и примените к ним функцию активации Вычислите выход сети и примените к нему функцию активации В зависимости от выхода сети, выведите название фрукта Задание 2 (самостоятельно): Без подсказок создайте простую нейронную сеть, которая предсказывает, понравится ли человеку фильм, основываясь на трех параметрах: жанр (боевик = 1, комедия = 0), продолжительность (длинный = 1, короткий = 0) и исполнитель главной роли (любимый = 1, нелюбимый = 0). Веса придумайте самостоятельно.

@VeselijDrozd

Жыл бұрын

Можешь, плз, объяснить по первой задаче? Я не понимаю. Он должен выдать либо яблоко, либо апельсин. Что он должен выдать, если форма = 0? Или если он кислый и красный (оранжевый сладкий). Я не совсем понимаю задание.

@admi_nw

Жыл бұрын

@@VeselijDrozd На ваш выбор установите веса, просто реализуйте нейронку а веса пока что поставьте рандомные, потом сами придумайте их

@tanyaba6704

Жыл бұрын

Просьба проверить! """ color : красный = 1 оранжевый = 0 shape : круглая = 1 продолговатая = 0 taste : сладкий = 1 кислый = 0 пороговое значение для определяющей функции: 1 - яблоко 0 - апельсин """ def act(x): return 1 if x >= 1 else 0 def go(color, shape, taste): #решающая функция x = np.array([color, shape, taste]) #вектор вводных параметров w = [1, 0.5, 0.8] #веса связей weight = np.array([w]) #превращаем в вектор массив весов sum_in = np.dot(weight, x) y = np.array([act(x) for x in sum_in]) #выходные значения print('Выходное значение НС' + str(y)) return y color = 0 shape = 0 taste = 0 res = go(color, shape, taste) if res >=1: print("Это яблоко") else: print("Это апельсин")

@Nyamond

10 ай бұрын

К первой задаче весы придумал кому надо и граничное значение для нейрона: Чтоб не спойлерить, читайте ниже. Цвет: 0.8975 Форма: 0.088 Вкус: 0.2342 Гр. Значение: 0.1558 У меня всё работает нормалёк с такими.

@morispioneer632

5 ай бұрын

спасибо. А продолговатая форма - это яблоко, апельсин или ни то, ни другое ? Не подскажете, где просмотреть / почитать что такое нейросеть и какие идеи лежат в основе слоёв и весов ? Хотелось бы пример из жизни, поясняющий этапы анализа нейросетью сущности....

Я очень долго искал видео, где пойму хотя бы примерно, что это такое, в основном несут какую-то дичь и приводят примеры, от которых хочется застрелиться, благодарю, благодаря вашему видео я примерно начал хотя бы понимать саму концепцию нейронной сети, и что это не магия, а продуманное перемножение матриц на строку с ветвлениями, когда я это понял, стало немножко полегче, буду дальше смотреть ваши видео спасибо!

Спасибо! Очень понятно расписал. Всю ночь до этого читал статьи и смотрел видео, а тут прям простым языком. Спасибо!

Спасибо большое! До этого момента вообще мало представлял как создаются подобные сети. А оказывается всё в целом просто Очень наглядно и понятно)

Супер-пупер крутяк!!!! Долго до меня не могло дойти, что к чему вообще! Да ещё эти скрытые слои

Благодарю. Очень нравятся Ваши лекции. Лаконично, понятно и есть возможность "поиграться" самому. Удачи!

Спасибо! Не думал что от уроков можно получать удовольствие!

Золотые примеры в ваших роликах, на них очень легко все понимать, а главное запоминается

Если такой гуманитарий как я смог это понять, то и другие тоже. Спасибо за ваш контент, редко можно встретить такие гайды

Урок - супер! Пример - класс, многое стало более понятным и что удивительно не только в нейронных сетях. Лайфхак для обучающихся - запустите пример с «Git» у себя на локальном компе, выведите промежуточные результаты хотя бы «print»-ами шаг за шагом - очень способствует усвоению материала.

Добрый день. Большое спасибо за Ваши подробные занятия! Заплатил за обучение Data Science 100000, но качество обучения такое, что приходится более 80% информации искать самому. Во время очередного поиска познакомился с Вашим видео по Numpy и каналом. Теперь осваиваю структуру НС с помощью Ваших занятий. Большое спасибо за то, что Вы делаете. Также, увидел, что у Вас есть курсы на Степике, за что тоже большое спасибо!

Спасибо за лучшее объяснение с кодом Python и смешной пример!

Я потратил 2 дня читая туториалы и объяснения а тут понял мгновенно. Спасибо большое

Спасибо за Ваш труд! очень доступно, учусь по Вашим лекциям с удовольствием, отличное подспорье для новичков в ML

Просто о сложном и с приятным голосом, спасибо 🙏

Спасибо вам за замечательный курс по Python. Сейчас прохожу его.

цель была достигнута, спасибо. не задумывался что все в итоге сводится к перемножению матриц с ф-ей активатором. Волшебство потихоньку становится понятнее

Помню как то в командировке с коллегами вечером сидели пили пиво. И местные девушки которые были с нами в компании узнали что у меня есть квартира. Их нейронные связи начали проявлять ко мне огромный интерес, а мои нейронные связи получили записи из базы данных предыдущих периодах об таких особей, и записи настроек таблицы моральных принципов и выдали результат слать их лесом.

автор, спасибо большое, очень интересно и доступно объясняете!

Отличное и последовательное объяснение о перцептроне, спасибо! Прочитал десяток статей, но не мог найти объяснение кода, а если оно и было-казалось очень сложным, только после этого видео понял что к чему)

Когда учился, на нейронные сети подзабил (не заходили они мне в том виде, в котором они были 20 лет назад). А сейчас заходит на ура. Лайк за видео!

Контент на вес золота, спасибо 🔥🙌

Женская психология в трёх нейронах

@Andre-mp4ii

2 ай бұрын

ахахахах

очень хорошая подача материала! прям сразу лайк, редко отписываюсь, но тут нужно прям)

Нереально крутое, понятное и легкое объяснение! Спасибо so much!!!)

Спасибо большое за такие качественные и понятные видео!!!

Как всегда, супер объяснение. Большое спасибо!

Супер! Спасибо за урок, понятно все с первого раза!

Аааа!!! Очень крутое видео! Автор просто гений! Спасибочки за простое и понятное объяснение ❤️

Сформировалось, и сформировалось еще одно понимание, а именно что ты красавчик

Вот это урок просто супер наконец понял что к чему. СПАСИБО

Спасибо за прекрасное и понятное объяснение!

Спасибо большое такое в российском ютубе не найти

@nikolaydvornikov397

3 жыл бұрын

а где тогда находится это видео? хмм

@lend_of_discovery

3 жыл бұрын

@@nikolaydvornikov397 хаххахаах

Спасибо за твои видео. Очень понятно объясняешь.)

! Спасибо ! за суперский материал и объяснение!

Спасибо. Классно объяснил и на пальцах, и на пайтоне.

Спачибо, хорошо объяснил принцип. Вообще удачно🎉

Очень крутой урок! Спасибо !

абалденный урок! ты красавчик! ты мне нравишься!

Объясняете самым доступным языком для гумов,с меня лайк и подписка

Это невероятно крутое объяснение, спасибо

Спасибо! Очень интересно и легко для понимания!

Автор красава, единственный кто норм все расписал, спасибо

Лучшее объяснение !

Good, better than any other in youtube!

Шикарно объяснил, теперь придется с этим жить

Хорошая тема!

Спасибо за урок)

Классно объясняете ❤

можно конечно это реализовать с помощью условий, но так как вы рассказали по интересней. Спасибо за видеоряд👍💪

@progerpython1056

Жыл бұрын

a = input("хата есть: ") b = input("рок слушает: ") c = input("кросивый: ") a1 = 0 b1 = 0 c1 = 0 r1 = 10 if a == "да": a1 = 1 if b == "да": r1 = 10 - 1 if c == "да": c1 = 1 o1 = a1 + b1 + r1 if o1 > 10: print("я ему дам") else: print("не дам") #написал упрощённый вариант, кажется какую то функцию сей вычислений забыл. Но видео топ

Всё понятно, спасибо 😄.

Спасибо !!! Понятно и интересно. А главное в точности описывает интелектуальный потенциал большинства милых Девочек.

@pppppp5681

Жыл бұрын

ыы какое умное замечание, сразу видно, что вы то сверхразум. невероятно просто, как мужики умудряются приплетать "таких плохих и ужасных женщин". тем более, что с вас тупых мужиков взять, только квартиру, даже красотой то не отличаетесь :)

Спасибо все очень понятно

Гениальный пример.

Огромное спасибо!

Супер!

спасибо за видео,все очень понятно,для профанов и новичков))) Р.S.читая комментарии,хочется сказать,что не все женщины такие))сейчас таких и мужчин много)))

Вся суть популярного подхода к машинному обучению в одном этом видео.

А в чем замысел делать нейросеть на python с скрытым слоем(+2 нейрона)? Немного непонятно. А в остальном отличное объяснение, особенно если с ручкой и листочком попробовать всё после просмотра записать, ложиться замечательно! Если уже был где-то ответ, камнями не кидайтесь :D

Благодарю!

18к просмотров, а всего 900 лайков( Большое спасибо за столь подробный материал)

Благодарю за уроки! Подскажите будьте так добры,задачник толковый,где можно по практиковаться.

Благодарю! 👍💯

После 10-ти просмотров всё стало понятно

Наконец то я всё понял =)

Наконец то кто-то объяснил женское мышление )

У меня появились вопросы. После 2 слоя нииронов когда мы получаем 1 и -1 мы их должны домножать на 1 и суммировать? Веса после 2 слоя подбираем сами (1,-1)?

7:56 с простой сетью это тоже возможно 0*0,5-0*0,5+1*0,5=0,5 значит f(x)=1 будет встречаться.

Отличное видео, только тем кто не знаком с векаторами и матрица я бы порекомендовал сначала пару видосов посмотреть, чтобы освежить в памяти школьную Программу

@selfedu_rus

Жыл бұрын

без математики в машинном обучении вообще нечего делать )

Чтобы скалярно умножить матрицы нужно, чтобы у первой количество столбцов должно было быть равно количеству строк второй, почему в sum_hidden = np.dot(weight1, x) это не так?

Спасибо!

Актуально!

Ты мега крут Чумба)

Спасибо за контент. В ходе экспериментирования с разными входными данными заметил, что КРАСИВОМУ парню с квартирой и слушающему рок девушка говорит созвонимся, хотя на 8:35 говорится, что для КРАСИВОГО парня остальные 2 фактора не важны и следовательно ответ должен быть "Ты мне нравишься".

@selfedu_rus

2 жыл бұрын

сети разные, сначала с одним нейроном, потом с тремя и работа у них получается разная

Какую литературу по нейроным сетям порекомендуете?

подписываюсь!

Круто))

внешность все таки главное))

идеальный пример девочки в наше время))

пиздец, сказал что это связь от j-го нейрона к i-му нейрону, но не сказал откуда берутся j и i и в каком они диапазоне... Но смысл весов объяснил хорошо

Первое видео для людей без диплома физмата в кармане

Добрый день, помоему вес у рока должен быть -0.3 в примере, а на 0.3. Так как если у рока вес + 0.3 прибавляем + 0.3 квартира и получаем 0.6, функция активации верхнего нейрона выдаст 1.

Не знаю как будет дальше но пока это лучшее обучение нейронным сетям на русском.

Вывод из видео: у девушек при выборе парней работает нейросеть всего с одним слоем. Надо это учитывать при общении с девушками

лайк реально