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.
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.
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 .
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++.
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! 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.
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.
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)
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.
@@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.
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!!!!
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＃
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!
Вау, вот это уже интересно и за такое можно стать патроном... Сергей, было бы здорово увидеть более продвинутый урок по нейронкам, например - как на картинке найти определенный предмет. Или, как определять тех же самых котиков. В случае с картинками не понятно что подавать на вход. Наверное нужно ужать исходное изображение и упростить в цветах, а потом подавать на вход пиксели? В любом случае спасибо, получилось очень классное и понятное видео. Пришло общее понимание того, как оно устроено и работает. Хотелось бы вот теперь хотя бы чуть-чуть углубиться и понять более тонкие вещи. Если будут такие уроки, то я с удовольствием стану спонсором, потому что это действительно понятные и ценные знания. Спасибо! Подписался. Лайк поставил, колокольчик жмякнул :)
делаем обратную связь на "вес" когда сама нееро сеть может изменять это значение в зависимости от результата или требования к сети-внешних факторов (пример ученик будет работать на должности руководитель можно пренебречь знанием предмета в ползу коммуницирования и посещаемости, или человек будет работать специалистом - ходи не ходил лишь бы знал предмет., внедряем функцию наблюдения "также с обратной связью" и при небольшой удаче поучится ИМИТАЦИЯ ии. самое главное что бы хватило ресурса железа для обучения. спасибо классное видео. также при достаточном везении и материальной базе можно написать вирус по этому принципу (но это пока что миф , а может и нет ))))))
Классно. Попробую по такому принципу научить нейрон решать судоку. Чтобы он сам пришёл к верному алгоритму. Только вот навскидку, пока, не могу понять какие веса использовать.
Отличное видео. Небольшая рекомендация: в методе Train() лучше вызывать метоод ProcessInputData(), а не повторять код обработки входного сигнала *var actualResult = ProcessInputData(input);*
супер пояснение, спасибо! Идея - подобное видео, но где два нейрона задействовано, что бы создать простейшую нейросеть, и таким доступным способом показать ее
Спасибо большое. Доступно и понятно. Основа основ. Каждый шаг расписан. Теперь хоть понятно что делать. Остальное дело техники... Сколько видосов пересмотрел и только этот помог понять и осознать. А то смотришь всех остальных - они кидаются словами, весы, весы, ну крч умножайте на весы,ну тут цифры какие-то поступают и вот выход такой. Что сказал? Зачем сказал? Ничего толком не объяснил. Выкинул мне в уши пару терминов -, вход, весы... Сигмоида, выход. Всё. Для чего, как, зачем - не понятно. Точнее - вроде и понятно, но ничего не понятно. А тебе спасибо большое, повторюсь. Самый простой пример, понятный. От которого уже можно отталкиваться. Дальше дело техники, фантазии, ну и логики.
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?
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?*
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
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.
Не понимал, что такое нейронные сети и как они работают, но теперь все встало на свои места
Такая же ситуация. Автор красавчик)
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 .
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.
Всё гениальное - просто. Обожаю ваши уроки
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++.
Проще и лучше вводных уроков по нейросетям на ютубе не видел. Это видео дало мне толчок к изучению нейросетей
Вау... Надеюсь в будущем будет больше видео об нейронных сетях... Помоему тема очень интересная 🙌🙌🙌🙌🙌
Понравилось то, что просто и доступно! так преподнести может человек, который глубоко знает предмет! Спасибо!
ёбнврт, самое толковое и понятно видео о нейросетях что я видел, даже с учетом того что с программированием и сишарпом я на Вы
Спасибо. Тоже как и многие тут перелопатил целую тьму информации не мог понят что нужно подать на вход.
Очень ясно, вопросов не остаётся.
Спасибо!
Очень доступно, совсем новичкам, конечно, могло быть не очень понятно.
С удовольствием буду следить за новыми видео по этой теме, удачи!
Сергей, добрейшего утра!
Спасибо, спасибо тебе огромное!
Как вы вовремя. Спасибо вам большое. Мне это реально помогло жду продолжения.
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!)
Так легко объяснил, особенно что такое веса. Спасибо.
Лучший канал по программированию, спасибо огромное вам за уроки!
Как всегда, понятно, круто и не скучно!!!! Удачи во всем!! 😁✊
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.
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.
Из всех просмотренных видео - это самое понятное, спасибо)
очень просто и доступно обьяснил, я вот не мог понять концепцию весов раньше.Все так просто, спасибо!
Спасибо, очень хорошо объясняете, интересная и актуальная тематика, будет очень хорошо, если будут дальнейшие видео 👍
Очень интересная тема. С нетерпением, буду ждать продолжения.
Наконец-то я понял. Автор респект!!!
Спасибо, отличное обьяснение. Благодара тебе понял как работают эти все нейросети, хотя уже искал информацию гдето год! Ты лучший
Вы лучше всех объяснили. Спасибо за урок!!!!!
Давай теперь многоуровневую нейронную сеть и рассмотри разные топологии - для полноценной серии по ИИ.
просто лучшее, или по крайней мере одно из лучших объяснений не только в СНГ, а и мире. Жду больше серий по нейронке)
Спасибо! Пойду создавать искусственный интеллект и захватывать Мир!
Сергей, Спасибо вам большое!
Невероятно крутая штука. Спасибо Сергей! Еще бы знать, как объединить несколько нейронов.
Огромная благодарность, Сергей!
Супер! Самое доступное объяснение нейронок.
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
Класс, спасибо за труд.
Крутяк! Я случайно сюда попал. Очень доходчиво! Думаю, я тут найду много интересного ))
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.
Совсем не знаком с C#, но вы очень хорошо объяснили. Большое спасибо
Просто идеально объяснил простым языком
Мало понятно , но безумно интересно
Просто о сложном! Правильный учитель!!!
Давай больше о ИИ. Это просто невероятно круто👏👏👏👏👏👏👏
у меня IT оргазм, спасибо))))) классно объяснил и тема топ
Самый лучший и понятный ролик про нейросеть)
Наконец, нормальное практическое объяснение. Огромная просьба продолжить тематику.
Про нейрон прикольно. Давай еще чего, Сергей!
Спасибо большее! Все оказалось намного проще чем я думал.
Вы гений просто! Спасибо большое
Это очень круто, сразу видно, что автор разобрался.
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)
Как же круто вы объясняете.
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.
Гениальный пример с препадом
как всегда понятно, приятно и интересно
поймет даже ребенок
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 :)
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!!!!
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＃
Спасибо, этот ролик был полезный и интересный.
Большое спасибо за Ваш труд,очень интересно,пожалуйста продолжайте тему!
Замечательный тутор, переписал на C++ этот нейрон:)
Клас. Трохи не звичний синтаксис C#, але суть викладена дуже доступно і зрозуміло. Дякую)
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 🤩
Это очень крутой ролик!!!
Очень круто ! Успехов и спасибо
Это не совсем то, что я искал, но все равно интересно.
прекрасно объяснил) хотелось бы курс по нейросетям небольшой
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!
спасибо я сделал свою первую нейро-сеть!
Спасибо!
Вау, вот это уже интересно и за такое можно стать патроном...
Сергей, было бы здорово увидеть более продвинутый урок по нейронкам, например - как на картинке найти определенный предмет. Или, как определять тех же самых котиков. В случае с картинками не понятно что подавать на вход. Наверное нужно ужать исходное изображение и упростить в цветах, а потом подавать на вход пиксели?
В любом случае спасибо, получилось очень классное и понятное видео. Пришло общее понимание того, как оно устроено и работает. Хотелось бы вот теперь хотя бы чуть-чуть углубиться и понять более тонкие вещи. Если будут такие уроки, то я с удовольствием стану спонсором, потому что это действительно понятные и ценные знания.
Спасибо! Подписался. Лайк поставил, колокольчик жмякнул :)
В картинках используют датасеты, огромные шо пиздец, и которые занимают тучу времени для обучения
@@arvuslirster2918 времени для обучения реального?
делаем обратную связь на "вес" когда сама нееро сеть может изменять это значение в зависимости от результата или требования к сети-внешних факторов (пример ученик будет работать на должности руководитель можно пренебречь знанием предмета в ползу коммуницирования и посещаемости, или человек будет работать специалистом - ходи не ходил лишь бы знал предмет., внедряем функцию наблюдения "также с обратной связью" и при небольшой удаче поучится ИМИТАЦИЯ ии. самое главное что бы хватило ресурса железа для обучения. спасибо классное видео. также при достаточном везении и материальной базе можно написать вирус по этому принципу (но это пока что миф , а может и нет ))))))
Шикарное вступление для нуба. Большое спасибо!!!
Ну хоть кто-то НОРМАЛЬНЫМ ЯЗЫКОМ объяснил про создание и обучение нейрона!
А можно видео уже не с одним нейроном а с несколькими. Пожалуйста!!! У вас очень круто выходит объяснять!!!
Классно. Попробую по такому принципу научить нейрон решать судоку. Чтобы он сам пришёл к верному алгоритму. Только вот навскидку, пока, не могу понять какие веса использовать.
Спасибо за видео
Это прикольно давай глубже! Распознавание фигур.
Отличное видео.
Небольшая рекомендация: в методе Train() лучше вызывать метоод ProcessInputData(), а не повторять код обработки входного сигнала
*var actualResult = ProcessInputData(input);*
Блэт, я на столько ленивая ж*па, что везде вижу решение в виде if😹
Ты не ленивый, ты говнокодер)
супер пояснение, спасибо!
Идея - подобное видео, но где два нейрона задействовано, что бы создать простейшую нейросеть, и таким доступным способом показать ее
Самое лучше объяснение о нейронных сетях
Ждём расширения в нейронную сеть)
только с тобой смог понять эту тему
Круто, коротко и о главном
Тема нейросетей - Класс!)
Похоже на симплекс метод ;)
Блин чел, ты лучший
Хорошее видео! Респект! 👍
А почему тут кнопка дизлайков активна?Жду продолжения.
Спасибо большое. Доступно и понятно. Основа основ. Каждый шаг расписан. Теперь хоть понятно что делать. Остальное дело техники...
Сколько видосов пересмотрел и только этот помог понять и осознать.
А то смотришь всех остальных - они кидаются словами, весы, весы, ну крч умножайте на весы,ну тут цифры какие-то поступают и вот выход такой.
Что сказал? Зачем сказал? Ничего толком не объяснил. Выкинул мне в уши пару терминов -, вход, весы... Сигмоида, выход. Всё.
Для чего, как, зачем - не понятно.
Точнее - вроде и понятно, но ничего не понятно.
А тебе спасибо большое, повторюсь. Самый простой пример, понятный. От которого уже можно отталкиваться. Дальше дело техники, фантазии, ну и логики.