Deep Learning. Basic

Профессиональные онлайн курсы для разработчиков
IT: Для программистов и IT-специалистов / Data ScienceIT: Для программистов и IT-специалистов / Deep Learning
OTUS Онлайн-образование логоOTUS Онлайн-образование
Открытый набор
4 месяца
Онлайн
Зарегистрироваться

Что даст вам этот курс

  • Повторим с вами необходимые области математики: теорию информации, теорию вероятности, линейную алгебру и основы анализа.

  • Изучим основные библиотеки и фреймворки для машинного обучения работы с нейронными сетями: от NumPy до TensorFlow.

  • Решим классические задачи глубокого обучения по всем основным направлениям: "Компьютерное зрение", "Обработка естественных языков", "Обучение с подкреплением", "Генеративные сети".


    После прохождения курса вы:

    • сможете пройти собеседование на должность Junior Deep Learning Engineer;
    • научитесь решать задачи машинного обучения с помощью нейронных сетей, такие как: генерация рукописных цифр, самообучающийся бот для игры в крестики-нолики, классификация изображений и т. д.;
    • будете знать теорию, необходимую для прохождения продвинутых курсов.


    Научитесь работать с нейронными сетями с использованием фреймворков PyTorch, Tensorflow, Keras

    Изучите теорию и практику по таким важным направлениям Deep Learning, как Computer Vision, NLP, обучение с подкреплением

    Самый современный материал про глубокое обучение

    Программа подготовлена признанным экспертом по глубокому обучению

Необходимые знания

  • Математика на уровне средней школы.
  • Владение языком программирования Python на базовом уровне.

Процесс обучения

Образовательный процесс на курсе "Deep Learning. Basic" 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.

Интенсивность: 2 онлайн-вебинара в неделю по 2 часа каждый и от 1 до 4 часов на домашнюю работу.

Выпускной проект

В рамках курса предусмотрена защита проекта. Он представляет собой генеративную модель для порождения текста заданного стиля или изображений заданной тематики.


Работа над проектом проходит поэтапно:
1. Выбор тематики.
2. Сбор и подготовка соответствующих данных.
3. Построение и обучение генеративной модели.


Проект выполняется программистом в течение двух недель после прохождения курса. Готовое решение должно включать в себя код модели и ее обучения на Python, описание архитектуры модели, отчет об обучении модели и примеры генерации.


Примеры тем проекта:
    • обучение с подкреплением. Нейронная сеть для игры в крестики-нолики;
    • компьютерное зрение. Генерация новых изображений;
    • обработка естественных языков. Посимвольная генерация текста.

После обучения вы

    • получите материалы по всем пройденным занятиям (презентации, видеозаписи вебинаров, примеры кодов на Python);
    • станете специалистом в такой сфере, как глубокое машинное обучение;
    • получите сертификат об окончании курса;
    • получите приглашение пройти собеседование в компаниях-партнёрах (в случае успешного освоения программы курса).
Дата выдачи сертификата: 27 февраля 2021 года
Программа
Модуль 1. Пререквизиты
Модуль 2. Первая нейронная сеть
Модуль 3. Нейронные сети
Модуль 4. Проектный модуль
Часто задаваемые вопросы
Можно ли начать обучение позже даты старта курса?
Да, можно. Доступ к материалам курса будет доступен в личном кабинете. Если вы будете сильно отставать от общей группы, то можно будет перевестись на следующий поток бесплатно.
Открытый набор
4 месяца
Онлайн
Зарегистрироваться