Онлайн курс Deep Learning от Нетология
За два-три месяца сможете получить новые свои о работе с нейросетями.
Примените навыки на практике: добавите 8 проектов в портфолио.
Будете учиться при поддержке сообщества экспертов и менторов.
4.8 Полная стоимость курса
45 000 ₽
75 000 ₽
В рассрочку
2 500 ₽ в месяц
Чему вы научитесь
Краткая информация
Уровень сложности
для начинающих
Обратная связь
да
Демо доступ
нет
Стажировка
нет
Формат обучения
видеоуроки
Помощь в трудоустройстве
нет
Домашнее задание
да
Документ по окончании
сертификат
Как быстро окупится обучение
Вы можете рассчитать в калькуляторе, как будет расти ваш заработок вместе с опытом.
А так же сколько времени потребуется, чтобы окупить вложения в образование.
Преподаватели
Программа курса
9 модулей
98 онлайн-уроков
Познакомитесь с базовыми элементами нейронной сети. Научитесь строить простые модели для решения задач регрессии и классификации.
Узнаете принципы построения многослойной нейронной сети. Поймёте, как оценить качество обучения. Познакомитесь с понятием переобучения нейросети, изучите разные методы оптимизации нейронных сетей: градиентный спуск и его основные модификации.
Узнаете, как работает свёрточная операция. Разберётесь, как повысить устойчивость сетей к сдвигам и трансформациям с помощью пулинга (pooling). Познакомитесь с первой свёрточной сетью LeNet.
Познакомитесь с различными архитектурами свёрточных сетей: LeNet, AlexNet, VGG, NiN, GoogLeNet, ResNet.
Научитесь использовать в коде различные методы аугментации и Transfer Learning для улучшения обучения сети.
Поймёте, как построить языковые модели. Узнаете, зачем нужны рекуррентные нейронные сети и как они работают. Рассмотрите виды рекуррентных нейронных сетей: GRU и LSTM. Сгенерируете текст при помощи нейросети. Узнаете, как строить более глубокие RNN.
Познакомитесь с механизмом внимание (attention) и его основными видами: dot-product, линейная модель, аддитивная модель, self-attention и multi-head attention. Изучите два способа реализации внимания: на скалярном произведении и на MLP.
Изучите основные датасеты и метрики качества для решения задач визуального обнаружения объектов и распознавания изображений. Познакомитесь с подходами к детектированию объектов: Region Based, YoLo, SSD. Узнаете, что такое семантическая сегментация.
Познакомитесь с понятием «векторное представление слов» (word embedding) и основными методами построения векторов слов: SVD, Word2vec. Узнаете, что такое transfer learning и как оно используется в NLP.
Научитесь применять обычные и вариационные автоэнкодеры и строить архитектуру генеративных состязательных сетей (Generative Adversarial Networks, GAN). Создадите генератор лиц аниме с использованием GAN. Познакомитесь с глубоким обучением с подкреплением.
Вы самостоятельно выбираете задачу и тему проекта и работаете над ним под руководством преподавателей курса. В результате защитите диплом перед экспертом.
Как проходит обучение
Трудоустройство
FAQ
Характеристики курса
Уровень сложности
Обратная связь
Демо доступ
Стажировка
Формат обучения
Помощь в трудоустройстве
Домашнее задание
Документ по окончании
Школа
Длительность
Уровень
Цена курса
Цена в рассрочку
Категории
Отзывы о курсе
Подборка курсов для вас
