Deep Learning

Для кого предназначен этот курс

• Программисты Освойте основы машинного обучения и разрабатывайте инновационные решения, применяя системное мышление для решения новых задач в этой захватывающей сфере.
• Аналитики и дата-сайентисты Углубите свои знания и откройте для себя новые горизонты, решая более сложные и интересные задачи, что повысит вашу ценность на рынке труда.

Что важно для успешного обучения:

• Знания программирования на Python Уверенно владеть библиотеками, такими как Pandas, NumPy и Scikit-learn.
• Основы машинного обучения Понимать различные типы задач и уметь применять основные метрики, такие как accuracy, precision, recall и MSE.

Что вы освоите на курсе

• Работа с многомерными свёртками Научитесь использовать такие инструменты, как Padding&stride, Pooling, а также изучите архитектуры LeNet, AlexNet, VGG, NiN, GoogLeNet, ResNet и DenseNet.
• Генерация текстов и изображений Освоите технологии, позволяющие создавать картины и литературные произведения с помощью алгоритмов искусственного интеллекта, вдохновляясь лучшими примерами искусства.
• Разработка NLP с нуля Сможете строить нейросети для обработки естественного языка, включая RNN, GRU, LSTM и Encoder-Decoder архитектуры. Погрузитесь в работу с ячейками и эмбедингами.
• Обнаружение объектов на изображениях Реализуете решения для таких задач, как Object Detection, Object Localization, Bounding Boxes и Anchor Boxes, углубив знания в области CNN.
• Отличие генератора от дискриминатора Обучите генератор нейросети выбирать данные на основе линейной регрессии и создайте собственную сеть для генерации изображений.
• Создание языковых моделей Погрузитесь в работу с NER и машинным переводом: от Word2Vec до определения тональности текста и преобразования языка.

Проекты для портфолио

За время курса вы выполните 15 практических заданий, включая дипломную работу:

• Классификатор для FashionMNIST Нейросеть для распознавания предметов одежды, отличный проект для начинающих стартаперов.
• Многомерная свёртка для знаков дорожного движения Идеальный проект для тех, кто интересуется автопилотами и системами самоуправления автомобилей.
• Рекуррентная нейросеть для генерации стихов из "Евгения Онегина" Классика в новом свете: создайте нейросеть, которая будет генерировать строки на основе произведения Пушкина.
• Dense-Attention в новейшей архитектуре encoder-decoder Разработка диалогового бота для онлайн-ритейла, который может стать настоящим инструментом в сфере e-commerce.

Дипломный проект: решите реальную задачу

Ваша финальная работа будет посвящена решению реальной задачи, связанной с классификацией, генерацией текстов, распознаванием объектов на изображениях или видео, машинным переводом. Вы можете выбрать тему самостоятельно или работать над проектом с реальным кейсом от партнёра — Dodo Brands. Под руководством экспертов вы будете разрабатывать проект на протяжении месяца.

Ваши навыки по завершению курса

Ключевые умения:

• Разработка моделей для задач регрессии и классификации.
• Обнаружение объектов на изображениях.
• Обучение языковых моделей.
• Применение механизмов внимания в нейросетях.
• Усовершенствование качества работы нейросетей.
• Решение задач машинного перевода с использованием рекуррентных сетей.
• Использование методов модификации изображений.
• Генерация продолжения текста и классификация межъязыкового семантического поиска.

Основные инструменты и технологии:

• Многослойные нейронные сети
• Свёрточные сети и их архитектуры
• Алгоритмы внимания
• Компьютерное зрение
• Работа с текстами
• Генеративные состязательные сети (GAN)