
Spanish: 
- Hola, bienvenidos a un video que en este momento no existe,
pero cuando miras este video,
allí mismo, a la derecha de 9: Algoritmos genéticos
será el número 10,
y dirá al lado de eso, Redes neuronales.
Así que me estoy embarcando en un viaje para aprender sobre las redes neuronales
qué son, cómo los programan,
¿Cuál es el tipo de matemáticas y cosas que necesita saber
para que funcionen, y luego qué tipo de creatividad
y  los resultados experimentales  que puedes tener.
Ahora, debería decirse que hay muchos
y muchas bibliotecas de aprendizaje automático.
Hay muchos ejemplos y recursos para hacer esto.
Quiero--
Espera, todavía estoy hablando.
No sé dónde-- ¿Dónde puse ese libro?
Ah, está aquí.
Quiero hacer referencia a este libro,
Haga su propia red neuronal por Tariq Rashid,

Portuguese: 
- Olá, bem vindo a um vídeo que atualmente não existe
mas quando você estiver assistindo esse vídeo,
logo ali, à direita de "9: Genetic Algorithms"
estará o número 10
e irá mostrar, Redes Neurais
Então, eu estou embarcando em uma jornada para aprender sobre redes neurais:
o que são, como programá-las
qual o tipo de matemática e coisas que você precisa saber
para fazer que elas funcionarem e então, quais são os tipos de resultados criativos
e experimentais que você pode ter
Agora, deveria ser dito que há muitas
e muitas bibliotecas de machine learning pro aí.
Há muitos exemplos e recursos para fazê-las
Eu quero...
Espere, eu ainda estou falando.
Eu não sei onde -- Onde eu coloquei aquele livro?
Ah, está aqui em cima.
Eu queri mensionar esse livro,
"Make Your Own Neural Network" por Tariq Rashid,

English: 
- Hello, welcome to a video that
at this present time doesn't exist,
but when you are watching this video,
right there, to the right of 9: Genetic Algorithms
will be the number 10,
and it will say next  to that, Neural Networks.
So I am embarking on a journey
to learn about neural networks:
what they are, how you program them,
what's the kind of math
and stuff you need to know
to make them work, and then what kinds of creative
and experimental outcomes can you have.
Now, it should be said that there are lots
and lots of machine learning libraries out there.
There are lots of examples
and resources for doing this.
I want to--
Hold on, I'm still talking.
I don't know where--
Where did I put that book?
Ah, it's over here.
I want to reference this book,
Make Your Own Neural Network by Tariq Rashid,

Japanese: 
こんにちわ、たった今現在では存在しない動画へようこそ
でも、あなたがこの動画を見ているときには
そこに、「9: Genetic Algorithms」の右に
10という数字があるだろう、
そして、その横にはニューラルネットワークという文字があるだろう。
私もニューラルネットワークを学び始めている：
それらはなにか、どのようにプログラムすればいいのか
数学のどの知識や他のものを知る必要があるのか
それらを動かすのか、どのような創造的
かつ実験的な結果が得られるのかなどいうことをだ
ここで言わなければならないのは、世の中には山ほどの
機械学習のライブラリがある
これらのための例やレソースがたくさんある。
わたしはー
ちょっと待って、まだ喋っている
本を...本をどこにおいたっけ
あー、そこだ
私はこの本を参照したい
Tariq Rashidの自作ニューラルネットワークを作ろう

Polish: 
- Cześć, witam Was w filmiku, który w tej obecnej chwili nie istnieje,
ale gdy już będziecie oglądać to wideo,
tutaj, na prawo od 9: Genetyczne Algorytmy
będzie numer 10,
i obok tego będzie napisane, Sieci Neuronowe.
Więc wyruszam w podróż
w celu nauki o sieciach neuronowych:
czym one są, w jaki sposób je programujesz,
jaki rodzaj matematyki
i innych rzeczy potrzebujesz, by wiedzieć
jak sprawić, by działały, a następnie, jakie rodzaje kreatywnych
i doświadczalnych rezultatów można osiągnąć.
A teraz, lepiej powiedzieć, że jest wiele
wiele bibliotek do uczenia maszynowego.
Istnieje wiele przykładów
i zasobów, których można do tego użyć.
Chciałbym--
Chwila, wciąż do Was mówię.
Nie wiem gdzie--
Gdzie położyłem tę książkę?
Ach, tutaj jest.
Chcę nawiązać do tej książki,
Stwórz Własną Sieć Neuronową, napisana przez Tariqa Rashida,

Portuguese: 
que eu usei para desenvolver muito do material
que eu vou apresentar e desenvolver
para vocês durante essa série de vídeos.
E eu deveria dizer, você sabe--
Neste livro, este livro tem todo tipo--
tudo sobre como programar sua própria rede neural
do começo e sem saber nada
sobre como programar em Python
porque, como eu provavelmente disse hoje mais cedo
Qualquer pessoa comum deveria começar e fazer uma série de tutoriais em vídeo
sobre como programar redes neurais em Python do início
mas eu realmente não--
Eu não sou muito comum ou lógico,
e eu simplesmente cometo erros constantemente com tudo.
E aqui vai um erro que eu vou cometer.
Eu vou fazer tudo isso em JavaScript.
E a razão para fazer isso
é ter tudo rodando em um navegador,
na internet, e também para eu aprender como fazer esse negócio.
Então eu vou construir um conjunto--
Eu vou construir uma biblioteca simples de redes neurais em JavaScript,
não para fazer algo eficiente, não para fazer algo robusto,

English: 
which I used to develop a lot of the materials
that I will be presenting to you
and developing during this series of videos.
And I should also say that, you know--
And this book, this book has all sorts--
has how to program your own neural network
from scratch and without even knowing anything
about programming in Python,
because, as I might have said earlier today,
any reasonable person would start
and make a video tutorial series
about programming a neural network
from scratch in Python,
but I don't really--
I'm not very reasonable or logical,
and I just constantly make mistakes with everything.
And here's a mistake that I'm going to make.
I'm going to do all this in JavaScript.
And the reason for doing that
is to have everything run in the browser,
on the web, and also really for me
to learn about how to do this stuff.
So I am going to build a set--
I'm going to build a simple
neural network library in JavaScript,
not to make something efficient,
not to make something robust,

Polish: 
którą użyłem do opracowania wielu materiałów
które będę Wam przedstawiał
i rozwijał podczas tej serii filmów.
I powinienem też powiedzieć, że, wiecie--
No i ta książka, ta książka ma przeróżne--
ma sposób programowania własnej sieci neuronowej
od zera i nawet nic nie wiedząc
o programowaniu w Pythonie,
ponieważ, jak mogłem powiedzieć wcześniej tego dnia,
jakakolwiek rozsądna osoba zaczęłaby od serii poradników wideo
o programowaniu sieci neuronowej
od zera w Pythonie,
ale ja tak naprawdę--
Nie jestem zbyt rozsądny, czy też logiczny,
i we wszystkim ciągle popełniam błędy.
I tutaj jest błąd, który mam zamiar popełnić.
Mam zamiar zrobić to wszystko w JavaScript.
I powodem takiego postępowania
jest możliwość uruchomienia tego w przeglądarce,
w sieci, no i w sumie też dla mnie, żebym się nauczył jak to zrobić.
Więc mam zamiar stworzyć zestaw--
Zamierzam stworzyć prostą
bibliotekę do sieci neuronowych w JavaScript,
nie robić czegoś efektywnego,
nie robić czegoś solidnego,

Japanese: 
この本で、たくさんのことをこの本で学んだ。
私はここで教えることをや
この動画のシリーズで開発していくことをだ。
そして、これも言わなければならないのだが、えーと
それと、この本、この本には全ての...
この本は一から自作のニューラルネットワークを作る方法が書かれている
何も知らなくてもいいのだ。
Pythonプログラミングのことや、
なぜなら、はじめに言ったかもしれないが、
全ての合理的な人はチュートリアル動画を
Pythonを使用して一からニューラルネットワークを作るというシリーズで作るだろう
だが、私は違う
私は合理的でも論理的でもないし、
全てにおいて常に間違え続けている
そして、これが僕が作る間違いである。
私はこれらを全てJavascriptでする
その理由としては
全てをブラウザや
Webで走らせたいからと、私自身の勉強のためだからだ。
私は...
私は単純なニューラルネットワークのライブラリを作成する
効率のよいものや頑丈なものを作るわけではない

Spanish: 
que usé para desarrollar muchos de los materiales
que te presentaré
y desarrollando durante esta serie de videos.
Y también debería decir eso, ya sabes--
Y este libro, este libro tiene todo tipo--
tiene cómo programar su propia red neuronal
desde cero y sin siquiera saber nada
sobre la programación en Python,
porque, como podría haber dicho hoy,
cualquier persona razonable podría comenzar y hacer una serie de tutoriales en video
sobre la programación de una red neuronal desde cero en Python,
pero realmente no--
No soy muy razonable o lógico,
y constantemente cometo errores con todo.
Y aquí hay un error que voy a hacer.
Voy a hacer todo esto en JavaScript.
Y la razón para hacer eso
Y la razón para hacerlo es que todo se ejecute en el navegador,
en la web, y también realmente para mí aprender sobre cómo hacer esto.
Así que voy a construir un set--
Voy a construir una biblioteca de red neuronal simple en JavaScript,
no hacer algo eficiente, no hacer algo robusto,

English: 
but to learn about the mechanics
of how all this stuff works,
because, ultimately--
and you might want to
just enjoy your summer, or maybe
you're watching this during the winter,
and get outside and do something else
and not watch these videos
and just skip ahead to later,
because I'm going to do a bunch
of coding challenges and projects
that involve that neural network library
and also other neural network libraries,
namely something called TensorFlow, in future videos.
But these first videos of building
the neural network library,
which I will do over a series,
really just for me to learn
how to do this stuff.
And if you want to watch and sort of
give me some good feedback
and see if you can follow along
and improve on what I'm doing
and help me with it,
that would be great.
So, okay, what-- what--
Hello, am I just rambling here?
I am. But why are we here?
So I'm going to go--
So the Nature of Code materials in this video
sits in the Nature of Code playlist

Spanish: 
pero para aprender sobre la mecánica de cómo funciona todo esto,
porque, en última instancia, y es posible que desee
simplemente disfrute de su verano, o tal vez esté viendo esto durante el invierno,
y salir y hacer algo más
y no mirar estos videos y simplemente saltear adelante para más tarde,
porque voy a hacer un montón de desafíos y proyectos de codificación
que involucran esa biblioteca de redes neuronales y también otras bibliotecas de redes neuronales,
es decir, algo llamado TensorFlow, en videos futuros.
Pero estos primeros videos de construcción de la biblioteca de redes neuronales,
que haré en una serie,
Realmente solo para mí aprender cómo hacer esto.
Y si quieres mirar y ordenar
dame algunos buenos comentarios y ve si puedes seguirlos
y mejorar lo que estoy haciendo
y ayúdame con eso, sería genial.
Entonces, está bien, qué-- qué--
Hola, ¿estoy divagando aquí?
Yo soy. Pero, ¿por qué estamos aquí?
Así que voy a ir--
Así que los materiales de Nature of Code en este video
se encuentra en la lista de reproducción de Nature of Code

Polish: 
ale żeby dowiedzieć się więcej o mechanice
jak to wszystko działa,
ponieważ, docelowo--
i moglibyście chcieć
po prostu cieszyć się latem, albo może
oglądacie to podczas zimy,
i wyjść na zewnątrz i zrobić coś innego
i nie oglądać tych filmów
i po prostu przejść dalej,
ponieważ mam zamiar zrobić kilka
wyzwań kodowania i projektów
które będą dotyczyć tej biblioteki do sieci neuronowej
a także innych bibliotek sieci neuronowych,
mianowicie coś, co nazywa się TensorFlow, w przyszłych filmach.
Ale te pierwsze filmy z tworzenia
biblioteki do sieci neuronowej,
które będę robił w serii,
naprawdę są tylko dla mnie, aby się nauczyć
jak to wszystko zrobić.
A jeśli chcecie to oglądać i jakby--
podzielić się dobrymi opiniami
i zobaczyć, czy jesteście w stanie mnie śledzić
oraz poprawić to, co robię
i pomóc mi w tym,
byłoby świetnie.
Więc, dobrze, co-- co--
Witam, czy ja się tu gubię?
Tak. Ale dlaczego tu jesteśmy?
Więc teraz przejdę--
Tak więc materiały Natury Kodu w tym filmie
które są na playliście Natura Kodu

Portuguese: 
mas para aprender os mecanismos de como tudo isso funciona,
por que, no final das contas-- e você poderia querer
simplesmente se divertir no seu verão, ou talvez você esteja assistindo isso no seu inverno,
e sair lá fora e fazer alguma coisa diferente,
não assistir a esses vídeos e voltar mais à frente,
por que eu vou fazer um monte de "coding challenges" e projetos
que envolvem essa biblioteca de redes neurais e também outras bibliotecas de redes neurais,
com algo chamado TensorFlow, em vídeos futuros.
Mas esses primeiros vídeos de construção da biblioteca de redes neurais,
que eu farei em uma série de vídeos,
são na verdade somente para eu aprender como fazer esse negócio.
E se você quer assistir e de alguma forma
me dar algum bom feedback e ver se você pode acompanhar
e melhorar o que eu eu estou fazendo
e me ajudar com isso, isso seria ótimo.
Então, okay, o que-- o que--
Olá, eu estou somente divagando aqui?
Eu estou. Mas por que estamos aqui?
Então eu irei--
Então, o material do "Nature of Code" nesse vídeo
está na playlist do "Nature of Code"

Japanese: 
だが、これらがいかに動いているかを学習するためにだ。
なぜなら、最終的には...あなたは
ただ夏を楽しみたいだけかもしれない、冬にこの動画をみてるかもしれないけど
そして、外に出て違うことをして
これら動画をみないで、飛ばしたいかもしれない
なぜなら、私は将来あれやこれらのニューラルネットワークライブラリ、
TensorFlowと呼ばれているものなどを、を使用した
コーディングチャレンジやプロジェクトをするからだ。
だが、これらのはじめのニューラルネットワークを作成する動画は、
このシリーズ間でするのだが、
本当に僕がこれらを学習するためのものだ。
仮に君がこれを見て
良い意見をくれたり、動画についてきて
私がしていることを良くしたくて
私を助けたいのなら、それは最高だ
よし、よし、なんだ
こんにちわ、私はここでゴニョゴニョ言っているだけか？
そうだな。どうして僕たちはここにいるのだ？
だから、ぼくは...
「コードの自然」プレイリストにある
これらの動画は

Polish: 
polegają na patrzeniu na rzeczy w naturze,
w naszym fizycznym świecie,
i na próbie rozpakowania tych rzeczy
oraz zrozumieniu algorytmów stojącymi za tymi rzeczami,
i zobaczeniu, czy możemy to przenieść,
te algorytmy, w kod -
Ach, to jakby idzie--
to się autoodtwarza. (śmiech)
Jak to zatrzymać?
..i przekształceniu tych rzeczy w oprogramowanie,
które tworzy animacje i kreatywne projekty.
Dlaczego by nie spojrzeć na coś naprawdę
interesującego w przyrodzie: mózg?
Jest to więc luźny schemat tego pomysłu
rzeczywistej biologicznej sieci neuronowej.
Wygląda na to, że mam tu jedną--
Ostatnio mam lekkie problemy--
gdzie są te istoty zwane neuronami,
i są połączone z innymi neuronami.
I jest w tym wiele, no wiecie, tajemnicy
i wiele ostatnich badań w neurobiologii.
Na czym się skupiam w tej serii filmów

Spanish: 
se trata de mirar las cosas en la naturaleza,
en nuestro mundo físico,
y tratando de descomprimir esas cosas
y entender los algoritmos detrás de esas cosas,
y veamos si podemos convertir esas cosas,
esos algoritmos, en código--
Ah, esto es como ir, es como jugar de forma automática. (risas)
¿Cómo dejo eso?
... y convertir esas cosas en software para hacer animaciones y proyectos creativos.
¿Por qué no mirar algo realmente interesante en la naturaleza: el cerebro?
Entonces este es un diagrama flojo de esta idea
de una red neuronal biológica real.
Aparentemente, tengo uno aquí--
Estoy luchando bastante estos días--
donde hay estas entidades llamadas neuronas,
y están conectados a otras neuronas.
Y hay mucho, ya sabes, misterio en esto
y mucha investigación reciente [inaudible] neurociencia.
En lo que estoy enfocado en esta serie de videos

English: 
is all about looking at things in nature,
in our physical world,
and trying to unpack those things
and understand the algorithms behind those things,
and see if we can convert those things,
those algorithms, into code--
Ah, this is like going--
it's like autoplaying. (laughs)
How do I stop that?
..and turning those things into software
to make animations and creative projects.
Why not look at something really
interesting in nature: the brain?
So this is kind of a loose diagram of this idea
of an actual biological neural network.
Apparently, I have one here--
I'm struggling quite a bit these days--
where there are these entities called neurons,
and they're connected to other neurons.
And there's a lot of, you know, mystery to this
and a lot of recent research [inaudible] neuroscience.
What I am focused on in this series of videos

Japanese: 
全て私達の物理的な世界の中の
自然を見るということだ
そして、それらを解析して
奥に隠されたアルゴリズムを理解することだ
そして、それらのもの、アルゴリズムをコードに
変えることができるかだ
あ、これは..これは自動再生だね（笑）
これどうやってとめるんだ
そして、アニメーションを作るためや、創造的なプロジェクトをするために、それらのものをソフトウェアに変える
自然の中でとても面白いものを見よう。脳だ。
これは本当の生物的なニューラルネットワーク
の簡単な図だ
ここに私もある、
最近非常に苦労しているのだが...
ニューロンと呼ばれるものがあって
そして、それらは他のニューロンと繋がっている
知っての通りこれについてたくさんの謎があり
たくさんのニューロサイエンスのレサーチがある
このシリーズのビデオで注目したいのは

Portuguese: 
é sobre olhar coisas na natureza,
no nosso mundo físico,
E tentar desembrulhar essas coisas
e entender os algoritmos por trás dessas coisas,
e se nós pudermos converter essas coisas,
esses algoritmos, em código--
Ah, isto está tipo-- é como estive tocando sozinho (risadas)
Como eu paro isso?
.. e transformar essas coisas em software para fazer animações e projetos criativos.
Por que não olhar em algo realmente interessante na natureza: O cérebro?
Então esse é uma espécie de diagrama  dessa ideia
e uma rede neural biológica real.
Aparentemente, eu tenho uma aqui--
Eu tenho lutado até que bastante recentemente--
onde têm essas entidades chamadas neurônios,
e eles estão conectados a outros neurônios.
E há muito, você sabe, mistério relacionado a isso
e muita pesquisa recente relacionada a neurociência.
O que eu focarei nessa série de vídeos é

English: 
is what kinds of computational systems can be built,
inspired by the actual biological neural network,
biological brain, and made into something
called an artificial neural network?
And what kinds of applications
and outcomes can we create?
So what is the analog?
What is the neuron in our code?
How does it receive inputs?
How does it generate outputs?
So my brain does this.
It receives all these inputs
from light in the room
that travel through my retina
and into the brain and the signals
then produce outputs that allow me
to catch something or read some words.
How can that process be simulated in software?
And what types of outcomes can we generate?
And the very first thing that I'm going to do
is look at the simplest possible neural network,
a net--
It's not even a network at all.

Spanish: 
es qué  estos tipos de sistemas computacionales se pueden construir
inspirado en la red neuronal biológica real,
cerebro biológico, y convertido en algo
llamado una red neuronal artificial?
¿Y qué tipo de aplicaciones y resultados podemos crear?
Entonces, ¿qué es el análogo?
¿Cuál es la neurona en nuestro código?
¿Cómo recibe entradas? ¿Cómo genera productos?
Entonces mi cerebro hace esto.
Recibe todas estas entradas de luz en la habitación
que viajan a través de mi retina y al cerebro y las señales
luego produzco salidas que me permiten atrapar algo o leer algunas palabras.
¿Cómo se puede simular ese proceso en el software?
¿Y qué tipos de resultados podemos generar?
Y lo primero que voy a hacer
es mirar la red neuronal más simple posible,
una red-- Ni siquiera es una red en absoluto.

Polish: 
jakie rodzaje systemów obliczeniowych można zbudować,
inspirując się rzeczywistą biologiczną siecią neuronową,
mózgiem biologicznym i przekształcić w coś
co jest zwane sztuczną siecią neuronową?
I jakie rodzaje aplikacji
i rezultatów możemy stworzyć?
Czym więc jest odpowiednik?
Czym jest neuron w naszym kodzie?
Jak otrzymuje dane wejściowe?
Jak generuje wyniki?
Mój mózg to robi.
Odbiera wszystkie te dane wejściowe
ze światła w pokoju
które wędrują przez moją siatkówkę
i do mózgu i sygnałów
następnie produkuje wyjścia, które mi pozwalają
złapać coś lub przeczytać kilka słów.
Jak można zasymulować ten proces w oprogramowaniu?
I jakie typy rezultatów możemy wygenerować?
I pierwszą rzeczą, którą zamierzam zrobić
to spojrzenie na najprostszą możliwą sieć neuronową,
sieć--
To nawet nie jest sieć.

Japanese: 
生物的なニューラルネットワークや
脳などからから影響を受けたどのような計算システムが作られるのか
そして、それらをどのように
人工ニューラルネットワークと呼ばれる何かをつくるかだ
そして、どのようなアプリケーションや出力を創出できるのかだ。
さて、類似点はなんだろう？
ニューロンはコードではなんだろう？
どのように入力値を受け取るのか？どのように出力値を作るのか
脳はこのようにする
この部屋の中の光から入力を全て受け取り
私の網膜に通じ脳に行く。そしてこれらの信号は
私が何かを認めたり、言葉を読めるような出力をする。
このようなプロセスはソフトウェアでどのようにシュミュレーションできるか？
そして、どのような結果を作れるようになるのか
一番最初、私は
最も単純なニューラルネットワークを見ています、
それはネットワークでもなんでもありませが、

Portuguese: 
quais tipos de sistemas computacionais podem ser construídos,
inspirados pelas redes neurais biológicas reais,
o cérebro biológico, e transformar em algo
chamado uma rede neural artificial?
E quais tipos de aplicações e resultados podemos criar?
Então qual é o equivalente?
O que é o neurônio em nosso código?
Como isso recebe entradas? Como ele gera saídas?
Então meu cérebro faz isso.
Ele recebe todas as entradas de luz na sala
que viajam através da minha retina e no meu cérebro e os sinais
então produzem saídas que me permitem pegar algo ou ler algumas palavras.
Como esse processo pode ser simulado em um software?
E quais tipos de resultados podemos gerar?
E a primeira coisa que eu irei fazer
é olhar a rede neural mais simples possível,
uma re-- isso não é nem mesmo uma rede

Japanese: 
これは、ひとつのニューロン、処理ニューロンを持っています
処理ニューロンは2つの入力を受信し、出力を生成します。
そして、これはパーセプトロンと呼ばれています。
ですから、このプレイリストの次の動画を見れば、
私はパーセプトロンがいかに動作し、
決してとても強力な結果を持たない
いくつかの簡単な例を生成する方法のメカニズムを示すために
パーセプトロンの例を作る予定である。
しかし、なぜなら私たちは
このひとつにニューロンがいかに入力を受け、それらを処理するのかを
を構築し見ることができます。
その後、私たちはそれらを互いに接続しはじめることができます。
より洗練されたシステムを作成ためにです。
そのシステムはより複雑な入力に基づいて
より複雑な出力を生み出すことができます。
そしてこれは、いかにも
機械学習の世界のど真ん中に座るようなものです。
自分の理解したいと思うデータがあり、
そのデータは、機械学習アルゴリズムへの入力値です。
そのアルゴリズムは、出力を生成しようとしています。
画像データであったりします。

Portuguese: 
Ela tem um neurônio, um neurônio processador,
que recebe duas entradas e gera uma saída.
E isso é chamado um perceptron.
Então se você olhar nos próximos vídeos nessa playlist,
Eu irei construir, em baixo nível
um exemplo de perceptron, simplesmente para mostrar a mecânica
de como isso funciona e produzir algum exemplo simples
que não tem necessariamente um resultado muito poderoso,
mas nos dá -- por que se podemos construir
e entender esse neurônio simples
que recebe entradas, processa elas e gera uma saída,
então podemos começar a conectar eles
para criar sistemas mais sofisticados
que podem começar a gerar saídas baseadas em--
saídas mais complexas baseadas em entradas mais complexas
e esse tipo de--
fica exatamente aqui no mundo do aprendizado de máquina,
essa ideia de ter algum dado que eu quero fazer ter sentido.
Esse dado é uma entrada para um algoritmo de aprendizado de máquina.
Esse algoritmo irá gerar uma saída.
Talvez o dado seja uma imagem.

Polish: 
Ma jeden neuron, neuron procesora,
który otrzymuje dwa wejścia i generuje wyjście.
I to się nazywa perceptron.
Jeśli więc spojrzycie na kolejne filmy z tej playlisty,
Zamierzam zbudować, w Processing,
przykład perceptronu tylko po to, by pokazać mechanikę
jak to działa i do przedstawienia 
jakiegoś trywialnego przykładu,
który niekoniecznie ma bardzo wpływowy rezultat,
ale daje nam--
Bo jeśli możemy stworzyć
i zrozumieć, jak ten pojedynczy neuron
otrzymuje dane wejściowe, przetwarza je,
i generuje wynik,
wtedy możemy zacząć łączyć je razem
by stworzyć bardziej wyrafinowane systemy
które mogą zacząć generować wyniki oparte na:
bardziej złożonych wynikach opartych na bardziej złożonych danych wejściowych.
I to jest trochę--
jest właśnie tam w świecie uczenia maszynowego,
ten pomysł, że mam pewne dane, 
z których chcę mieć sens.
Dane te stanowią dane wejściowe do algorytmu uczenia maszynowego.
Ten algorytm wygeneruje wynik.
Więc może dane są obrazem.

English: 
It has one neuron, a processor neuron,
that receives two inputs and generates an output.
And that's called a perceptron.
So if you look at the next videos in this playlist,
I am going to build, in Processing,
a perceptron example just to show the mechanics
of how this works and to produce some trivial example
that doesn't necessarily have a very powerful outcome,
but gives us--
Because if we can build
and understand how this single neuron
receives inputs, processes those,
and generates an output,
then we can start to connect those together
to create more sophisticated systems
that can begin to generate outputs based on--
more complex outputs based on more complex inputs.
And this is kind of--
sits right there in the world of machine learning,
this idea of I have some data
that I want to make sense of.
That data is an input to a machine learning algorithm.
That algorithm is going to generate an output.
So maybe the data is an image.

Spanish: 
Tiene una neurona, una neurona procesadora,
que recibe dos entradas y genera una salida.
Y eso se llama perceptron.
Entonces, si miras los siguientes videos en esta lista de reproducción,
Voy a construir, en Processing,
un ejemplo un  perceptron solo para mostrar la mecánica
de cómo funciona esto y para producir algún ejemplo trivial
eso no necesariamente tiene un resultado muy poderoso,
pero nos da-- Porque si podemos construir
y entender cómo esta única neurona
recibe entradas, las procesa y genera una salida,
entonces podemos comenzar a conectarlos
para crear sistemas más sofisticados
que puede comenzar a generar resultados basados ​​en--
salidas más complejas basadas en entradas más complejas.
Y esto es algo así como
se encuentra justo en el mundo del aprendizaje automático,
esta idea de que tengo algunos datos que quiero dar sentido.
Esa información es una entrada para un algoritmo de aprendizaje automático. .
Ese algoritmo va a generar una salida.
Entonces tal vez la información es una imagen.

Portuguese: 
O algoritmo de aprendizado de máquina irá adivinhar se é um gato ou um cachorro
Ou então a entrada são as características de uma casa
você sabe, tamanho em metro quadrado, número de quartos,
etc. etc. e esse sistema de aprendizado de máquina
irá gerar uma saída: um preço previsto.
Então há muitos outros algoritmos de aprendizado de máquina
além dos baseados em redes neurais,
Eu tenho outras séries para cobrir alguns desses,
mas no final das contas eu quero aprender como uma rede neural funciona,
então posso colocar exatamente lá e começar a tirar mais sentido de dados,
e gerar saídas disso.
Então se você quiser continuar a acompanhar,
a forma que essa série de vídeos irá funcionar,
primeiro haverá um perceptron, que é esse negócio.
Então eu irei falar-- depois de terminar sobre os perceptrons,
Eu irei falar sobre quais são as limitações
dos perceptrons e por que elas são assim.
Se podemos criar um perceptron de múltiplas camadas
com o objetivo que muitos desses perceptrons possam se conectar uns aos outros,
o que podemos começar a construir e criar depois disso.
Então essa é minha introdução cheia de divagações

Polish: 
Algorytm uczenia maszynowego
zgadnie, czy to kot czy pies?
A może to wejście jest specyfikacją domu,
no wiecie, pole powierzchni, liczba sypialni,
itp. itd., i ten system uczenia maszynowego
będzie generować wynik: przewidywaną cenę.
Jest więc wiele innych algorytmów uczenia maszynowego
oprócz tych opartych tylko na sieciach neuronowych,
i mam kolejną serię filmów
które obejmują niektóre z nich,
ale ostatecznie chcę się nauczyć
jak działa sieć neuronowa,
więc mogę go tam umieścić
i zacząć wyciągać wnioski z danych,
i generować z nich wyjścia.
Więc jeśli chcecie kontynuować,
sposób działania tej serii wideo,
najpierw będzie perceptron, który jest tym czymś.
Potem będę mówił o--
po zakończeniu perceptronu,
Porozmawiam o tym, jakie są ograniczenia perceptronów
i dlaczego, jeśli uda nam się stworzyć wielowarstwowy perceptron,
co oznacza, że wiele z tych perceptronów będzie ze sobą połączonych,
co możemy po tym zacząć budować
i tworzyć.
Więc oto moje wstępne wprowadzenie

Japanese: 
機械学習アルゴリズムはその画像は犬か猫か予測することができます。
もしくは家に関する情報を入力して、
寝室の数、大きさ
などなど、この機械学習システム
予想価格の出力を生成しようとしています。
他にも機械学習アルゴリズムがたくさんあります
ニューラルネットワークベースのもの以外にもです。
そして、私はそれらを説明する別の動画集も持っています
しかし、最終的には私は
どのようにニューラルネットワークが動くか学びたいです
そしたら私はそれをおいて、データを理解し始める事ができます。
そしてそれから出力を生成します。
あなたが一緒に続けたいのであれば、
この動画集は
のはじめはパーセプトロンがあります、この事です。
それから私は、パーセプトロンが終わり次第、次のことを話すつもりです
私はパーセプトロンが持つ制限
についてと、なぜ多層パーセプトロン
を作成できる場合に
つまり、たくさんのパーセプトロンがつながっている場合
結果として何を作り始めることができるのかということ
だから、これは私の紹介です

English: 
The machine learning algorithm
is going to guess is it a cat or a dog?
Or maybe that input is the specs of the house,
you know, square footage, number of bedrooms,
etc., etc., and this machine learning system
is going to generate an output: a predicted price.
So there are lots of other machine learning algorithms
besides just neural network based ones,
and I do have another videos series
that cover some of those,
but ultimately I want to learn
how a neural network works,
so I can place it right there
and start to make sense of data,
and generate outputs from it.
So if you want to continue along,
the way this video series will work,
first there'll be a perceptron,
which is this thing.
Then I'm going to talk--
after the perceptron's done,
I'm going to talk about what the limitations
of the perceptrons are and why it is
that if we can create a multi-layered perceptron,
meaning many of these perceptrons
all connected to each other,
what we can start to build
and create afterwards.
So that's my rambling introduction

Spanish: 
El algoritmo de aprendizaje automático va a adivinar si es un gato o un perro.
O tal vez esa entrada son las especificaciones de la casa,
ya sabes, pies cuadrados, número de habitaciones,
etc., etc., y este sistema de aprendizaje automático
va a generar un resultado: un precio previsto.
Entonces hay muchos otros algoritmos de aprendizaje automático
además de solo los basados ​​en redes neuronales,
y tengo otra serie de videos que cubre algunos de esos,
pero en última instancia, quiero aprender cómo funciona una red neuronal,
entonces puedo ubicarlo allí y comenzar a dar sentido a los datos,
y generar salidas de ella.
Entonces, si quieres continuar,
la forma en que funcionará esta serie de videos,
primero habrá  que hacer un perceptrón, que es esta cosa.
Entonces voy a hablar-- después de que el perceptron haya terminado,
Voy a hablar sobre cuáles son las limitaciones
de los perceptrones y por qué es
que si podemos crear un perceptrón multicapa,
lo que significa que muchos de estos perceptrones están conectados entre sí,
lo que podemos comenzar a construir y crear después.
Así que esa es mi inquisitiva introducción

Spanish: 
que aparentemente acabas de mirar,
porque-- Quiero decir, tal vez nadie verá esto,
pero probablemente alguien lo hará.
Y te veré Seguir a lo largo.
Yo miro adelante de tu retroalimentación. Espero que esto vaya bien
Ese es un buen objetivo. Simplemente está bien, está bien.
Y te veré en estos videos futuros mientras sigo.
Gracias por ver.
 

Japanese: 
どうやら君はこの動画をみているようだ
誰もこれを見ないと思ったが
でも、誰かは見るだろう
そして、また続きで会いましょう
私はあなたの意見をお待ちしております。この動画がOKなことを願います
OKが僕にはかなりいい目標です。OKだったらいいです。
そして、私はこれらの中でお会いしましょう
今後の動画私が続けるよう。
見てくれてありがとう。
（明るい音楽）
Amara.org communityによる字幕
五石凪による翻訳

English: 
that apparently you just watched,
because-- I mean, maybe
no one will ever watch this,
but probably somebody will.
And I'll see you. Follow along.
I look forward to your feedback.
I hope this goes okay.
That's a pretty good goal.
Just okay is fine.
And I'll see you in these
future videos as I keep going.
Thanks for watching.
(upbeat music)

Polish: 
które widocznie właśnie obejrzałeś,
ponieważ-- znaczy się, może
nikt nigdy tego nie obejrzy,
ale prawdopodobnie ktoś to zrobi.
I do zobaczenia. Leć dalej.
Czekam na Wasze opinie.
Mam nadzieję, że wszystko pójdzie dobrze.
To całkiem niezły cel.
Dobrze jest w porządku.
I zobaczymy się w tych
przyszłych filmach, jak będę kontynuował.
Dzięki za oglądanie.
(optymistyczna muzyka)

Portuguese: 
que aparentemente você acabou de assistir,
por que, quer dizer, talvez ninguém vai assistir isso,
mas provavelmente alguém irá.
E eu verei você. Acompanhe.
Estou ansioso pelo seu feedback. Espero que isso tenha sido okay
É um objetivo muito bom. Ser okay já está bom.
E eu verei vocês nesses vídeos futuros  assim que eu for continuando a postar.
Obrigado por assistir.
 
