Скоро на All-DAR Практический Deep Learning [stepik] [Е.Кантонистова, Е.Паточенко, М.Блуменау]

[ALL DAR Bot]

Название: Практический Deep Learning [stepik] [Е.Кантонистова, Е.Паточенко, М.Блуменау]

Описание:
Курс посвящен теоретическим и практическим основам работы с нейронными сетями. В курсе вы узнаете как устроены полносвязные, сверточные и рекуррентные нейронные сети, как они обучаются. Конечно, про трансформеры и attention mechanism вы тоже узнаете! Также вы познакомитесь с фреймворком PyTorch и напишете на нем свои первые нейронные сети.

Чему вы научитесь

Вы поймете зачем нужны нейронные сети

Как устроены и обучаются полносвязные, сверточные и рекуррентные нейронные сети

Узнаете о различных фреймворках для работы с нейронными сетями и научитесь использовать PyTorch для создания и обучения сетей

Узнаете как работают трансформеры и причем здесь механизм внимания

Подготовитесь отвечать на вопросы с собеседований на позицию Data Scientist по пройденным темам

О курсе

Цель курса: познакомить слушателей с основами области Deep Learning и дать им теоретическую и практическую базу для дальнейшнего изучения нейронных сетей.

Курс состоит из нескольких уроков, в каждом из которых рассказывается необходимая теория, подкрепленная примерами из практики. Также в большинстве уроков есть домашнее задание для закрепления пройденного материала.

В конце курса вас ждет модуль, в котором мы подготовим вас к ответам на вопросы с собеседований на позицию Data Scientist по темам курса.

Важно! Курс находится в процессе наполнения, новый модуль выходит каждые две недели. Цена будет расти

Для кого этот курс

Курс будет интересен слушателям, знакомым с областью машинного обучения и желающим начать фундаментально изучать глубинное обучение.

Курс содержит необходимые знания для освоения следующих курсов, посвященных различным приложениям глубинного обучения ("Продвинутые методы глубинного обучения", "Генеративные модели" и другие).

Программа курса

Организация курса

Полносвязные нейронные сети

Обучение нейронных сетей

Введение в PyTorch

Ускорение обучения и снижение переобучения

Основы обработки естественного языка

Основы компьютерного зрения

Современное компьютерное зрение

Рекуррентные нейронные сети

Attention

Трансформеры: теория

Вопросы с собеседований

Что вы получаете

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 областях компьютерного зрения, физики Солнца и квантовых материалов. Преподаватель НИУ ВШЭ.

◆ ЦЕНА МАТЕРИАЛА ◆
Цена: 3900 ₽​

Материал «Практический Deep Learning [stepik] [Е.Кантонистова, Е.Паточенко, М.Блуменау]», возможно, скоро появится на All-dar.

Пройдите регистрацию и оформите Premium подписку, чтобы первым получить доступ, и воспользуйтесь поиском — может быть, он уже опубликован.​

Качать без ограничений Купить доступ за ₽3.000,00