Узнайте о снижении цены

Оставьте ваш email и мы напишем вам когда цена снизится

Deep Learning

Вы глубоко вникнете в работу с нейронными сетями и сможете начать создавать дата-продукты.
45 000 ₽
31 500 ₽
стоимость обучения
3150 ₽
за месяц обучения
% Беспроцентная рассрочка на 10 мес.
Узнать о снижении цены
Уровень сложности
для специалистов
Длительность
2 мес.
Демо доступ
нет
Формат обучения
онлайн
Домашние задания
да
Обратная связь
да, от преподавателя
Стажировка
нет
Помощь в трудоустройстве
да
Документ по окончании
удостоверение

Программа обучения

  • Основное
  • Содержание программы

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

Работать с многомерными свёртками
Управлять историей
Реализовывать NLP с нуля
State-of-art сегментации
Отличать дескриминатор от генератора
Строить языковые модели

Преимущества курса

Восемь проектов для портфолио
Гарантия возврата денежных средств
Бесплатная программа трудоустройства
Возможность получить налоговый вычет 13%

Отзывы пользователей

Оставить отзыв о курсе

    Оставьте отзыв о курсе

    Ваш адрес Email не будет опубликован
    Ваша оценка:
    Ваш отзыв:
    Достоинства:
    Недостатки:
    Имя:
    Email: