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.
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).
Начальные требования
Для успешного прохождения курса требуется знание машинного обучения, а также умение писать код на языке Python (в частности, необходимо знание концепции ООП).
Наши преподаватели
Как проходит обучение
Курс состоит из:
- теоретических материалов в текстовом виде
- практических скринкастов
- тестовых заданий на понимание теории и практики
- практических домашних заданий на языке Python
Программа курса
Сертификат
Входит в 1 программу
Что вы получаете
- Вы получите глубокое понимание устройства полносвязных, сверточных, рекуррентных нейронных сетей
- Освоите трансформеры и разберетесь в механизме внимания
- Будете понимать как обучаются нейронные сети
- Фундаментально подойдете к изучению фреймворка PyTorch и получите достаточно практики по созданию нейронных сетей на нем