Описание [Елена Кантонистова, Евгений Паточенко, Марк Блуменау] [Stepik] Практический Deep Learning (2025):
В рамках курса мы рассмотрим теоретические и практические аспекты работы с нейронными сетями.
Вы узнаете, как устроены и функционируют полносвязные, свёрточные и рекуррентные нейронные сети, а также как они обучаются.
Мы также расскажем вам о трансформерах и attention mechanism.
Кроме того, вы познакомитесь с фреймворком PyTorch и создадите свои первые нейронные сети с его помощью.
Вы научитесь:
понимать, зачем нужны нейронные сети;
разбираться в устройстве и принципах обучения полносвязных, свёрточных и рекуррентных нейронных сетей;
использовать различные фреймворки для работы с нейронными сетями и применять PyTorch для создания и обучения сетей;
понимать, как работают трансформеры и как в этом процессе задействован механизм внимания;
готовиться к ответам на вопросы с собеседований на позицию Data Scientist по пройденным темам.
Курс состоит из нескольких уроков, в которых мы последовательно рассматриваем необходимые теоретические аспекты и подкрепляем их практическими примерами. В большинстве уроков также есть домашние задания для закрепления материала.
В конце курса мы подготовим вас к ответам на вопросы с собеседований на позицию Data Scientist по темам курса.
Важно отметить, что курс находится в процессе разработки, и новый модуль будет доступен каждые две недели. Стоимость курса будет увеличиваться по мере его развития.
Курс предназначен для слушателей, уже знакомых с основами машинного обучения и желающих углубить свои знания в области глубинного обучения.
Курс предоставляет необходимые знания для успешного освоения следующих курсов, посвящённых различным приложениям глубинного обучения, таким как «Продвинутые методы глубинного обучения», «Генеративные модели» и другие.
Программа курса:
Введение в курс
Полносвязные нейронные сети
Обучение нейронных сетей
Знакомство с PyTorch
Ускорение обучения и предотвращение переобучения
Основы обработки естественного языка
Основы компьютерного зрения
Современное компьютерное зрение
Рекуррентные нейронные сети
Attention
Трансформеры: теория
Вопросы с собеседований
Что вы получите:
Наши преподаватели:
Елена Кантонистова — кандидат физико-математических наук, выпускница Школы анализа данных Яндекса (ШАД).
Евгений Паточенко — специалист по машинному обучению, преподаватель НИУ ВШЭ.
Марк Блуменау — исследователь в области компьютерного зрения, физики Солнца и квантовых материалов, преподаватель НИУ ВШЭ.
Подробнее:
Скачать курс [Елена Кантонистова, Евгений Паточенко, Марк Блуменау] [Stepik] Практический Deep Learning (2025):
Для просмотра содержимого вам необходимо авторизоваться
Последнее редактирование модератором:
