Cамый лучший способ сказать "спасибо" - поставить лайк и и поделиться уроком с друзьями. Это очень мотивирует создавать полезные уроки =) ✅Доступ к исходному коду и спонсорство www.patreon.com/SimpleCode ✅ donatepay.ru/don/SimpleCode ✅BTC кошелек: 12oYfJnvt76wjJbpvfhM41m6KPz6uz4LD4
Честно говоря интересовала тема машинного обучения, но было много не понятных вещей. А это видео, на мой взгляд, является наивысшей точкой педагогического навыка. 1) Аналогии 2) Объяснение более просто, но не теряя концепции о сложном. 3) Хорошие примеры. Мне личной крайне понравилось.
Я прошёл ваши курсы по С# и по С++. В который раз убеждаюсь, что у вас большой преподавательский талант. Лаконичное, максимально ёмкое и понятное объяснение. Интересно и вызывает стойкое желание продолжать изучать тему. Таким и должно быть обучение. Спасибо!
@@purplep3466 а смысл в эй пи ай? Смысл видео был в нейронной сети. С таким же успехом мы могли просто цифру домножать на коэффициент и всё. Но смысл был в нейронной сети.
Великолепный учитель ! Спасибо тебе за твой труд . Благодаря твоим урокам из техника превратился в инженера it. Помогли твои знания по принципам кода , уже пишу приложения для работы (не.оч. сложные ) на wpf . Ты лучший .
Два комментария к автору видео: - в методе Train, скорее всего, надо вызывать метод ProcessInputData, а не писать еще раз реализацию метода - я видео слушал и решил сделать сам, так вот, очень важно подчеркнуть, что условие выхода из основного цикла тренировки это когда LastError > (строго больше) Smoothing || когда LastError < (строго меньше) -Smoothing (отрицательного сглаживания). Иначе цикл не закончиться. Я когда написал по памяти долго ждал :) потом пересмотрел и понял, что там минус Видео отличное, Вас приятно слушать.
Я тоже попробовал повторить все, только на basic. Не знаю, в чем причина, но параметр Smoothing заработал непредсказуемо. Задал 0.00001 (как и у видео) и в один прекрасный момент значение ошибки застывает на месте, а итерации продолжаются до бесконечности. Нейрон перестает обучаться, а итерации продолжается. Подобрал Smoothing вручную - ввел 0.5 и о чудо! Уже после ВТОРОЙ итерации дало абсолютно правильный результат. Не знаю, в чем причина. Видимо прога, в котой я работаю, что-то химичит с дробными числами.
Из +100500 просмотренного мной это самое лучшее объяснение сквозной нейронной сети причём именно в плане практики. Просто, лаконично и по делу. В других же тока мусолят теорию и нет ни какого простого примера который можно было бы самому поковырять и разобраться. На Гигхабе есть готовые сети но, там чёрт ногу сломит, что бы разобраться в сути реализации теории в коде. Данный пример легко портировать на любой другой язык так как код не большой и не перегружен сложным синтаксисом, а там можно уже допиливать как угодно.
Как обучать если ответ "нейрона" зависит от несколько входных цепей тема не раскрыта. В текущем искусственном примере можно было сразу получить вес разделив ожидаемый результат на число на входе.
@@goodvin8554 Возникает вопрос, как корректировать весы, когда их больше одного. Все сразу корректировать, или какие-то конкретные? Если какие-то конкретные, то по какому принципу их определять.
Автор, запишите пожалуйста продолжение данной темы. Вы - единственный, кто смог просто и доступно не только объяснить, но и показать, как все работает. Буду рад, если увидите!)
numpy используют просто для более быстрых операций над матрицами, когда используют множество нейронов, здесь тоже пришлось бы использовать библиотеку для работы с матрицами (либо упороться и написать функции самому, что полезно для образовательных целей, но контрпродуктивно для подобного урока), если бы нейрон не был один.
Спасибо за то, что доходчиво обьяснили такую тему на простом примере. Всегда приятнее всего обучаться именно по Вашим урокам. Хотелось бы видеть больше видео с такими экспериментами на С++.
Спасибо! Настолько упростить нейросети - это надо додуматься. Я уже посмотрел половину одного плейлиста по нейросетям на английском, там сложно капец, формул с матрицами целая куча, но потихоньку разбираюсь. А здесь хорошо объясняется именно базовый принцип. Предлагаю подробным образом чуть более сложную сеть сделать, хотя бы с 2-3 нейронами в одном скрытом слое.
@@medvedvshapke , ну я как раз таки уже довольно хорошо в него вник, в том числе благодаря Метаниту. Хотелось бы просто пересмотреть и повторить с точки зрения подхода автора канала.
все круто, давай теперь большую сетку и задачу для нее посложнее. Ты лучший кто обьясняет, даже теперь моя бабуля, которая не знала как включить компьютер, после твоих уроков кодит на с#
я благодарен Богу что попал на это видео, сука, несколько лет пытался изучить эти еб*чие нейросети и ни одного нормального урока , практически все видео в инете с кучей воды. спасибо огромное давай еще видосов на эту тему плиз!!!!
Классное видео! Попробуйте снять урок по созданию более сложной нейросети, например, нейросеть распознающую картинки или нейросеть, которая берёт данные с картинки и распознает на ней число 1 или 0, написанное от руки.
Странно, но вот никак руки не доходили прочесть обо нейронних сетках, а вот било интересно. Огромное спасибо, очень доходчиво, сразу понял, иногда даже учебники хуже обяснят)
Спасибо! Очень люблю твои уроки! Единственное понятное объяснение как это работает на youtube Выпусти, пожалуйста, видос по нейронной сети (из нескольких нейронов) 🙏 И спасибо за видео про звёзды очень понравилось 🤩
Огромное спасибо за видео! Хотя сам я программирую только в 1с и на JS, Google Apps Script было очень интересно и главное понятно познакомиться с принципом работы искусственного нейрона (нейронных сетей). Однозначно лайк!
Отличное видео. Небольшая рекомендация: в методе Train() лучше вызывать метоод ProcessInputData(), а не повторять код обработки входного сигнала *var actualResult = ProcessInputData(input);*
Cамый лучший способ сказать "спасибо" - поставить лайк и и поделиться уроком с друзьями. Это очень мотивирует создавать полезные уроки =)
✅Доступ к исходному коду и спонсорство www.patreon.com/SimpleCode
✅ donatepay.ru/don/SimpleCode
✅BTC кошелек: 12oYfJnvt76wjJbpvfhM41m6KPz6uz4LD4
Очень круто го на с++ такое
@Sanya Novi Ого круто а можешь скинуть ?
@Sanya Novi Спасибо буду играться с кодом
Хорошее видео, только с decimal ты это загнул :)
@Sanya Novi Можешь запустить мой код ?
Блин, интересно! Не бросай тему нейросетей. Хотелось бы видеть теперь пример посложнее, например с 2, 3 нейронами.
И ещё с >=2 уровнями было бы хорошо
И с нейроном смещения тоже. То есть получится такое постепенное обучение с простого к сложному)
И осветить тему о различных методах/функциях активации и коррекции при обучении. Просто упомянуть их по классам этих функций
Надеюсь такое видео выйдет в скором времени
Честно говоря интересовала тема машинного обучения, но было много не понятных вещей. А это видео, на мой взгляд, является наивысшей точкой педагогического навыка.
1) Аналогии 2) Объяснение более просто, но не теряя концепции о сложном. 3) Хорошие примеры.
Мне личной крайне понравилось.
Я прошёл ваши курсы по С# и по С++. В который раз убеждаюсь, что у вас большой преподавательский талант. Лаконичное, максимально ёмкое и понятное объяснение. Интересно и вызывает стойкое желание продолжать изучать тему. Таким и должно быть обучение. Спасибо!
Устроился на работу по теме после обучения?
@@Jilexa По теме?
Очень хочу увидеть принцип нейронной сети с учителем, вы хорошо объясняете, однозначно лайк
Так это и есть обучение с учителем :) сеть обучается на данных из гугла, забитых в код, и в конце выдаёт значения на данных на которых не обучалась
Не понимал, что такое нейронные сети и как они работают, но теперь все встало на свои места
Такая же ситуация. Автор красавчик)
Надеюсь вы продолжите снимать видео на эту тему!
Пока нейрон обучался курс рубля изменился😂😂😂
В точку!
нужен API какой-нибудь
@@purplep3466 а смысл в эй пи ай?
Смысл видео был в нейронной сети.
С таким же успехом мы могли просто цифру домножать на коэффициент и всё.
Но смысл был в нейронной сети.
@@MrMes это было дополнение шутки
*Илья, в чём смысл твоего комментария?*
Никакой ютубер еще так не заслуживал моего лайка и подписки!
Ну наконец-то кто-то объяснил мне что такое нейро-сеть без сложных уравнений и непонятных букв! Миша, 12 лет.
Великолепный учитель ! Спасибо тебе за твой труд . Благодаря твоим урокам из техника превратился в инженера it. Помогли твои знания по принципам кода , уже пишу приложения для работы (не.оч. сложные ) на wpf . Ты лучший .
Проще и лучше вводных уроков по нейросетям на ютубе не видел. Это видео дало мне толчок к изучению нейросетей
Два комментария к автору видео:
- в методе Train, скорее всего, надо вызывать метод ProcessInputData, а не писать еще раз реализацию метода
- я видео слушал и решил сделать сам, так вот, очень важно подчеркнуть, что условие выхода из основного цикла тренировки это когда LastError > (строго больше) Smoothing || когда LastError < (строго меньше) -Smoothing (отрицательного сглаживания). Иначе цикл не закончиться. Я когда написал по памяти долго ждал :) потом пересмотрел и понял, что там минус
Видео отличное, Вас приятно слушать.
Я тоже попробовал повторить все, только на basic. Не знаю, в чем причина, но параметр Smoothing заработал непредсказуемо. Задал 0.00001 (как и у видео) и в один прекрасный момент значение ошибки застывает на месте, а итерации продолжаются до бесконечности. Нейрон перестает обучаться, а итерации продолжается. Подобрал Smoothing вручную - ввел 0.5 и о чудо! Уже после ВТОРОЙ итерации дало абсолютно правильный результат. Не знаю, в чем причина. Видимо прога, в котой я работаю, что-то химичит с дробными числами.
Очень доступно, совсем новичкам, конечно, могло быть не очень понятно.
С удовольствием буду следить за новыми видео по этой теме, удачи!
Без преувеличения - одно из лучших объяснений сабжа которые я видел на русском, если не лучшее.
мам сматри я двачир))
Из +100500 просмотренного мной это самое лучшее объяснение сквозной нейронной сети причём именно в плане практики. Просто, лаконично и по делу. В других же тока мусолят теорию и нет ни какого простого примера который можно было бы самому поковырять и разобраться. На Гигхабе есть готовые сети но, там чёрт ногу сломит, что бы разобраться в сути реализации теории в коде. Данный пример легко портировать на любой другой язык так как код не большой и не перегружен сложным синтаксисом, а там можно уже допиливать как угодно.
Как обучать если ответ "нейрона" зависит от несколько входных цепей тема не раскрыта.
В текущем искусственном примере можно было сразу получить вес разделив ожидаемый результат на число на входе.
@@goodvin8554 Кстати, да. Тоже думал над этим, но решил, что скорее я шизоид, чем автор видео)
@@goodvin8554 Возникает вопрос, как корректировать весы, когда их больше одного. Все сразу корректировать, или какие-то конкретные? Если какие-то конкретные, то по какому принципу их определять.
Всё гениальное - просто. Обожаю ваши уроки
Как вы вовремя. Спасибо вам большое. Мне это реально помогло жду продолжения.
Сергей, добрейшего утра!
Спасибо, спасибо тебе огромное!
Вау... Надеюсь в будущем будет больше видео об нейронных сетях... Помоему тема очень интересная 🙌🙌🙌🙌🙌
ёбнврт, самое толковое и понятно видео о нейросетях что я видел, даже с учетом того что с программированием и сишарпом я на Вы
Понравилось то, что просто и доступно! так преподнести может человек, который глубоко знает предмет! Спасибо!
Так легко объяснил, особенно что такое веса. Спасибо.
Автор, запишите пожалуйста продолжение данной темы. Вы - единственный, кто смог просто и доступно не только объяснить, но и показать, как все работает. Буду рад, если увидите!)
Качественно сделано, и не на обычном numpy как у доброго десятка других ютуберов.
numpy используют просто для более быстрых операций над матрицами, когда используют множество нейронов, здесь тоже пришлось бы использовать библиотеку для работы с матрицами (либо упороться и написать функции самому, что полезно для образовательных целей, но контрпродуктивно для подобного урока), если бы нейрон не был один.
Снимайте больше про нейросети. Очень интересно + понятно.
Наконец-то я понял. Автор респект!!!
Спасибо за то, что доходчиво обьяснили такую тему на простом примере. Всегда приятнее всего обучаться именно по Вашим урокам. Хотелось бы видеть больше видео с такими экспериментами на С++.
Лучший канал по программированию, спасибо огромное вам за уроки!
Спасибо! Настолько упростить нейросети - это надо додуматься. Я уже посмотрел половину одного плейлиста по нейросетям на английском, там сложно капец, формул с матрицами целая куча, но потихоньку разбираюсь. А здесь хорошо объясняется именно базовый принцип.
Предлагаю подробным образом чуть более сложную сеть сделать, хотя бы с 2-3 нейронами в одном скрытом слое.
Очень своевременное видео, я только начал изучать нейронные сети
Изучать нейронки и data science лучше все же с помощью python.
@@DataScienceGuy я знаю, но учить его пока что нет времени
Спасибо. Тоже как и многие тут перелопатил целую тьму информации не мог понят что нужно подать на вход.
Очень ясно, вопросов не остаётся.
Спасибо!
просто лучшее, или по крайней мере одно из лучших объяснений не только в СНГ, а и мире. Жду больше серий по нейронке)
у меня IT оргазм, спасибо))))) классно объяснил и тема топ
Гениальный пример с препадом
Из всех просмотренных видео - это самое понятное, спасибо)
Крутяк! Я случайно сюда попал. Очень доходчиво! Думаю, я тут найду много интересного ))
Мало понятно , но безумно интересно
Жду не дождусь ООП на C#
@@medvedvshapke , ну я как раз таки уже довольно хорошо в него вник, в том числе благодаря Метаниту. Хотелось бы просто пересмотреть и повторить с точки зрения подхода автора канала.
@@medvedvshapke тут согласен.
Спасибо за совет посмотреть канал метанит!Очень жаль ,что долго уроки выходят(((
@@medvedvshapke Спасибо ,я уже и сайт нашел)))
ООП на C# имплементировано уже десятки лет, садись и пиши :)
Класс, спасибо за труд.
Как всегда, понятно, круто и не скучно!!!! Удачи во всем!! 😁✊
Спасибо! Пойду создавать искусственный интеллект и захватывать Мир!
Очень интересная тема. С нетерпением, буду ждать продолжения.
Невероятно крутая штука. Спасибо Сергей! Еще бы знать, как объединить несколько нейронов.
Сергей, Спасибо вам большое!
Огромная благодарность, Сергей!
Наконец, нормальное практическое объяснение. Огромная просьба продолжить тематику.
Это очень круто, сразу видно, что автор разобрался.
очень просто и доступно обьяснил, я вот не мог понять концепцию весов раньше.Все так просто, спасибо!
Самый лучший и понятный ролик про нейросеть)
Супер! Самое доступное объяснение нейронок.
Вы лучше всех объяснили. Спасибо за урок!!!!!
Давай теперь многоуровневую нейронную сеть и рассмотри разные топологии - для полноценной серии по ИИ.
Просто о сложном! Правильный учитель!!!
Это очень крутой ролик!!!
Просто идеально объяснил простым языком
Про нейрон прикольно. Давай еще чего, Сергей!
Спасибо, отличное обьяснение. Благодара тебе понял как работают эти все нейросети, хотя уже искал информацию гдето год! Ты лучший
Совсем не знаком с C#, но вы очень хорошо объяснили. Большое спасибо
все круто, давай теперь большую сетку и задачу для нее посложнее. Ты лучший кто обьясняет, даже теперь моя бабуля, которая не знала как включить компьютер, после твоих уроков кодит на с#
Вы гений просто! Спасибо большое
Как же круто вы объясняете.
я благодарен Богу что попал на это видео, сука, несколько лет пытался изучить эти еб*чие нейросети и ни одного нормального урока , практически все видео в инете с кучей воды. спасибо огромное давай еще видосов на эту тему плиз!!!!
Давай больше о ИИ. Это просто невероятно круто👏👏👏👏👏👏👏
Спасибо большее! Все оказалось намного проще чем я думал.
Замечательный тутор, переписал на C++ этот нейрон:)
Классное видео! Попробуйте снять урок по созданию более сложной нейросети, например, нейросеть распознающую картинки или нейросеть, которая берёт данные с картинки и распознает на ней число 1 или 0, написанное от руки.
Странно, но вот никак руки не доходили прочесть обо нейронних сетках, а вот било интересно. Огромное спасибо, очень доходчиво, сразу понял, иногда даже учебники хуже обяснят)
Вывод: чтобы принять решение ставить студенту зачёт или нет, преподавателю нужен всего один нейрон 😁
Спасибо, очень хорошо объясняете, интересная и актуальная тематика, будет очень хорошо, если будут дальнейшие видео 👍
Как же годно, спасибо)))
Очень круто ! Успехов и спасибо
как всегда понятно, приятно и интересно
поймет даже ребенок
Спасибо, этот ролик был полезный и интересный.
Это не совсем то, что я искал, но все равно интересно.
Спасибо за видео
Круто👍.Лайк
Большое спасибо за Ваш труд,очень интересно,пожалуйста продолжайте тему!
спасибо я сделал свою первую нейро-сеть!
Спасибо! Очень люблю твои уроки! Единственное понятное объяснение как это работает на youtube
Выпусти, пожалуйста, видос по нейронной сети (из нескольких нейронов) 🙏
И спасибо за видео про звёзды очень понравилось 🤩
Блин чел, ты лучший
Спасибо!
Круто, коротко и о главном
Хорошее видео! Респект! 👍
Шикарное вступление для нуба. Большое спасибо!!!
прекрасно объяснил) хотелось бы курс по нейросетям небольшой
только с тобой смог понять эту тему
Клас. Трохи не звичний синтаксис C#, але суть викладена дуже доступно і зрозуміло. Дякую)
Отличное объяснение
ух очень круто!
Супер! Спасибо!
Спасибо! всё просто и понятно.
Я уже представил лицо сотрудника, которому бухгалтер рассчитал зарплату при помощи нейросети..
А можно видео уже не с одним нейроном а с несколькими. Пожалуйста!!! У вас очень круто выходит объяснять!!!
Тема нейросетей - Класс!)
Очень годное видео, спасибо
Спасибо, интересно.
Огромное спасибо за видео! Хотя сам я программирую только в 1с и на JS, Google Apps Script было очень интересно и главное понятно познакомиться с принципом работы искусственного нейрона (нейронных сетей). Однозначно лайк!
Это прикольно давай глубже! Распознавание фигур.
Смотрю, и понимаю, что тут написан пропорциональный регулятор с автоподстройкой))
Вот и мне сразу стало интересно усложнить процесс обучения по ПИД регулятора. Интуитивно кажется что мозг обучается схожим образом!
Отличное видео.
Небольшая рекомендация: в методе Train() лучше вызывать метоод ProcessInputData(), а не повторять код обработки входного сигнала
*var actualResult = ProcessInputData(input);*