Что даст вам этот курс Знание архитектур нейронных сетей, их видов и особенностей; Освоение методов обучения нейронных сетей; Умение оперировать данными, проектировать свою сеть и реализовывать её на Python с помощью фреймворка pyTorch; Понимание, как эффективно решать задачи анализа данных, используя глубокое машинное обучение. Самый современный материал про машинное обучение Программа подготовлена признанным экспертом по машинному обучению Нейронные сети — как дети: их можно научить чему угодно. Но нужно помнить и о трудностях, сопровождающих каждого родителя: неправильные методы обучения, недостаток хороших примеров или несоответствие архитектуры ребёнка поставленным задачам могут привести к непредсказуемым результатам. Минимальные знания Знание линейной алгебры, начала анализа и теории вероятностей. Владение языком программирования Python на уровне Junior (знать программирование на Python на базовом уровне необходимо, так как модели машины реализуются на Python). Процесс обучения Образовательный процесс на курсе "Нейронные сети на Python" проходит в формате вебинаров (онлайн). Слушателям предлагаются к выполнению домашние задания, которые позволят применить на практике полученные во время вебинаров знания. По каждому домашнему заданию преподаватель даёт развернутый фидбек. При написании кода используется Python. Преподаватель находится в едином коммуникационном пространстве с группой, т. е. слушатель может задавать преподавателю уточняющие вопросы по материалам лекций и домашних заданий. Спойлер: Преподаватель: Спойлер: Содержание складчины (файлы и папки) 18. Глубокое обучение с подкреплением 18.pdf [6m 569k 425] 18.pptx [22m 625k 256] video.mp4 [115m 360k 468] Домашка_по_RL.txt [390] Ссылки.txt [346] 19. Domain Adaptation 14_8858.pdf [5m 751k 933] 15_239.pdf [5m 670k 840] 1702.05464.pdf [1m 767k 31] chat.txt [4k 770] mnist_fc_ada.ipynb [478k 913] utils.py [2k 889] video.mp4 [199m 79k 806] Wang__Deng___Unknown___Deep_Visual_Domain_Adaptation_A_Survey.pdf [2m 699k 306] 20. Обзор. Другие состязательные сети 20.pdf [52m 458k 550] 20.pptx [13m 447k 98] video.mp4 [103m 897k 199] 21. Обучение с подкреплением в состязательных сетях 21.pdf [10m 435k 686] 21.pptx [3m 152k 931] video.mp4 [168m 51k 327] 22. Современные сверточные сети. Обзор 22.pdf [10m 908k 309] 22.pptx [2m 998k 17] video.mp4 [110m 802k 176] 23. Современные сверточные сети. Практика chat.txt [660] CNN_practice.ipynb [13m 851k 415] video.mp4 [98m 825k 914] дз.txt [208] 24. Глубокие рекуррентные сети gumbel.zip [5k 806] rec.pdf [533k 731] rec_ppt.pptx [1m 64k 603] video.mp4 [183m 117k 705] Спойлер: Складчины на другие части Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть... Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть... Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть... Спойлер: Складчина на весь курс Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
