Узнайте о снижении цены

Оставьте ваш email и мы напишем вам когда цена снизится

Deep Learning

Курс полностью подготовит вас к должности Junior Deep Learning Engineer.
45 000 ₽
стоимость обучения
% Беспроцентная рассрочка на мес.
Узнать о снижении цены
Уровень сложности
для специалистов
Длительность
4 мес.
Демо доступ
нет
Формат обучения
онлайн
Домашние задания
да
Обратная связь
да, от преподавателя
Стажировка
нет
Помощь в трудоустройстве
нет
Документ по окончании
сертификат

Программа обучения

  • Основное
  • Содержание программы

Программа рассчитана на новичков в программировании и аналитиков, владеющих языком программирования Python. Вы освоите математическую часть: линейную алгебру, теорию вероятности и основы анализа. Затем изучите библиотеки и фреймворки, подробно разберёте Numpy, PyTorch и TensorFlow. И перейдете к построению нейронных сетей: соберёте свёрточные сети, освоите методы оптимизации prunning, mixint, quantization.

Обучение проходит в формате вебинаров и состоит из 4 тематических блоков. Для выпускного проекта вы создадите генеративную модель для создания текста или изображения заданной темы. Лучшие студенты получат приглашение на собеседование от компаний-партнёров программы.

Модуль 1. Пререквизиты
  • Тема 1. Обзорное занятие.
  • Тема 2. Градиентный спуск. Математика.
  • Тема 3. Градиентный спуск. Вывод.
  • Тема 4. Numpy.
  • Тема 5. PyTorch.
  • Тема 6. TensorFlow.
  • Тема 7. Распределения и информация.
Модуль 2. Нейронные сети
  • Тема 8. Взрыв и затухание градиентов.
  • Тема 9. Логрегрессия на pytorch.
  • Тема 10. Линейная регрессия на TensorFlow.
  • Тема 11. Переобучение и регуляризация.
  • Тема 12. Автокодирование.
  • Тема 13. Вариационный автокодировщик.
  • Тема 14. AutoML.
Модуль 3. Глубокое обучение
  • Тема 15. Сверточные сети. Классифицируем MNIST.
  • Тема 16. Методы оптимизации сетей: prunning, mixint, quantization.
  • Тема 17. Обучение с подкреплением. Q-learning для TicTacToe.
  • Тема 18. Generative Adversarial Networks (GANs).
  • Тема 19. Сверточные сети, fine-tunning.
  • Тема 20. Рекуррентные сети.
  • Тема 21. Transformers.
  • Тема 22. Графовые модели.
Модуль 4. Проектный модуль
  • Тема 23. Выбор темы и организация проектной работы.
  • Тема 24. Консультация по проектам и домашним заданиям.
  • Тема 25. Защита проектных работ.

Чему научат

Теории и практики по направлениям Computer Vision, NLP
Решать задачи машинного обучения с помощью нейронных сетей
Работать с нейронными сетями с использованием фреймворков PyTorch, Tensorflow, Keras

Преимущества курса

Проект для портфолио
Возможность пройти собеседование в компаниях-партнерах

Отзывы пользователей

Оставить отзыв о курсе

    Оставьте отзыв о курсе

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