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

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

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

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

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

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

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

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

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.

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

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

Спасибо! Не думал что от уроков можно получать удовольствие!

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

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

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

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

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

Просто о сложном и с приятным голосом, спасибо 🙏

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

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

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

Спасибо большое за такие качественные и понятные видео!!!

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

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

Контент на вес золота, спасибо 🔥🙌

Как всегда, супер объяснение. Большое спасибо!

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

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)

Спасибо за прекрасное и понятное объяснение!

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

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

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

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

Очень крутой урок! Спасибо !

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

! Спасибо ! за суперский материал и объяснение!

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

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

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

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.

Спачибо, хорошо объяснил принцип. Вообще удачно🎉

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!

Спасибо за лучшее объяснение с кодом Python и смешной пример!

абалденный урок! ты красавчик! ты мне нравишься!

Это невероятно крутое объяснение, спасибо

Спасибо! Очень интересно и легко для понимания!

Лучшее объяснение !

Хорошая тема!

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!

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

Автор красава, единственный кто норм все расписал, спасибо

Спасибо за твои видео. Очень понятно объясняешь.)

Спасибо за урок)

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

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!

Всё понятно, спасибо 😄.

Good, better than any other in youtube!

Классно объясняете ❤

Спасибо все очень понятно

Огромное спасибо!

Супер!

Женская психология в трёх нейронах

Гениальный пример.

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!

Благодарю! 👍💯

Шикарно объяснил, теперь придется с этим жить

Благодарю!

Спасибо большое такое в российском ютубе не найти

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

Спасибо!

Актуально!

Ты мега крут Чумба)

Круто))

подписываюсь!

Наконец то я всё понял =)

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

лайк реально

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

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)))

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

я вас люблю

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

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.

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

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

я балдею

внешность все таки главное))

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".

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

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)?

Ты очень понятно обьясняешь- благодарю! Могу обратится за консультациями?

идеальный пример девочки в наше время))

Наконец то кто-то объяснил женское мышление )

Комментарий тебе подлиннее для продвижения, обьясняешь очень круто. Тема мне очень важна, надеюсь с твоей помощью вольюсь, ролик до конца досмотрю, так что благодаря этому выпадешь еще пятерым в рекомендации благодаря этому. У меня просто несколько своих каналов. На одном 20к.

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

Какую литературу по нейроным сетям порекомендуете?

Вопрос к моменту 2:29, разве в определении весов связи j должен быть константой? Не наоборот? Т.к. все связи ведут к одному конкретному i-тому нейрону?

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.