Скидки на курсы ждут в личном кабинете. Нажмите тут
Есть рассрочка Поддержка куратора Домашние задания

Deep Learning

Deep Learning
Формат
Онлайн
Длительность
2 месяца
Уровень
Для специалистов
Документ
Удостоверение
Трудоустройство
Да
Программа

Курс предназначен для Data Science инженеров, девелоперов и инженеров данных, которые хотели бы сменить профессиональную траекторию. Вы разберётесь с многомерными свёртками Padding & stride, Pooling, LeNet, AlexNet, VGG, NiN, GoogLeNet, ResNet и DenseNet. Затем научитесь реализовывать NLP и строить языковые модели. Дополнительно изучите state-of-art сегментации.

Программа курса состоит из 32 часов теории и 43 часов практики. По окончании ваше портфолио дополнят 8 проектов, включая дипломную работу по собственному выбору. Удостоверение о повышении квалификации подтвердит ваши новые навыки.

  • Пререквизиты

    • Напомним, что важно знать и уметь, чтобы учиться на курсе.
  • Персептрон

    • Изучите основны глубокого машинного обучения.
    • Научитесь работать с тензорами, строить простейшую нейронную сеть и цикл обучения сети.
  • Многослойная нейронная сеть

    • Научитесь строить многослойную сеть со слоями для регуляризации и использовать различные оптимизаторы.
  • Свёрточные сети

    • Научитесь использовать различные элементы архитектур для проектирования и создания сетей, а также предобученные сети — Fine-tuning.
  • Современные свёрточные архитектуры

    • Изучите основные этапы развития свёрточных сетей и применяемые подходы и архитектуры.
  • Рекуррентные сети

    • Научитесь строить рекуррентные нейронные сети с использованием emmbedding-слоя.
    • Сможете генерировать текст на основе символьной rnn-модели.
    • Разберёте недостатки и проблемы классических рекуррентных сетей.
    • Узнаете, как устроены GRU и LSTM-ячейки и как их использовать.
    • Научитесь строить многослойные и двунаправленные нейронные сети.
    • Потренируетесь решать задачи машинного перевода на основе рекуррентных сетей.
  • Механизм внимания

    • Научитесь встраивать механизм внимания в рекуррентные сети.
  • Компьютерное зрение

    • Научитесь использовать готовые реализации структурных элементов алгоритмов для детекции на основе нейронных сетей с помощью пакета torchvision.
    • Узнаете, как строить нейронные сети типа U-net для решения задачи семантической сегментации.
    • Научитесь применять подход градиентного спуска для модификации картинки.
    • Разберётесь, как переносить стиль с картинки на картинку.
  • Работа с текстом

    • Научитесь строить векторизаторы слов на основе нейронных сетей.
    • Разберётесь, как применять готовые реализации векторизаторов и использовать предобученные веса.
    • Научитесь строить нейронные сети на основе архитектуры Transformer.
    • Сможете решать задачу классификации текста с использованием трансформеров.
  • GAN

    • Научитесь применять обычные и вариационные автоэнкодеры и строить архитектуру генеративных состязательных сетей.
  • Итоговый проект

    • Вы самостоятельно выберете тему диплома и в течение месяца будете работать над проектом под руководством экспертов курса.
    • По итогу вы защитите диплом перед экспертом. 
Чему научат на курсе
Работать с многомерными свёртками
Управлять историей
Реализовывать NLP с нуля
State-of-art сегментации
Отличать дескриминатор от генератора
Строить языковые модели
О школе
Нетология
рейтинг 4.4
59 отзывов
291 курс
Нетология

Образовательную онлайн-платформу «Нетология» основали в 2011 году Юлия Спиридонова и Максим Спиридонов. В Нетологии верят, что у каждого студента есть талант, и помогают выбрать траекторию развития для достижения больших результатов в профессии.

Каждый курс содержит актуальную информацию и соответствует отраслевым трендам. Этому способствует и опыт преподавателей, которые являются сотрудниками ведущих российских компаний, в числе которых Яндекс, Сбер, ВТБ, Авито. Также во время обучения студентов поддерживают кураторы.

Оставить отзыв
Оставьте свой отзыв
Так вы сделаете рейтинг школ более точным и поможете другим выбрать хороший курс

Информация носит ознакомительный характер и может отличаться от указанной на сайтах школ-партнёров. Актуальную стоимость и описание программ вы можете узнать на сайте школы.