Введение в искусственные нейронные сети

В курсе даётся элементарное введение в теорию искусственных нейронных сетей. Будут изучены основные принципы тренировок нейросетей, а также технологии, обеспечивающие успех таких тренировок.
Beginner Level
10 недель
Stepik certificate

What you will learn

  • Успешно освоив материал нашего курса, вы:
  • расширите свой словарный запас такими словами как «нейросеть», «градиентный спуск», «дропаут», «мини-батч» и т.д. При определённых условиях этого достаточно, чтобы сойти за специалиста )))
  • поймёте основные принципы архитектуры и тренировки нейронных сетей;
  • сумеете объяснить (например, на собеседовании) суть таких технологий, как «регуляризация», «дропаут», «нормализация по мини-батчам» без привлечения высшей математики. И у собеседника действительно возникнет чувство, что вы эти технологии действительно понимаете;
  • узнаете о решении задачи предсказания с помощью нейросетей, поймете разницу между так называемой «регрессией» и «классификацией»;
  • узнаете, как измерить качество предсказания нейросети.

About this course

О чём?

Курс об искусственных нейронных сетях. О той математике, которая за ними стоит. О технологиях, позволяющих натренировать нейронную сеть для решения задачи предсказания и извлечения скрытых закономерностей из данных.

Для кого?

Для всех желающих и имеющих «пятёрку» в школьном аттестате по математике. Знание фактов «высшей математики» при изучении курса не требуется. Естественно, «пятёрка» по математике в школьном аттестате у вас должна быть настоящая. Это означает, что вы самостоятельно и успешно решали все школьные задачи по математике. Особенно нам тут потребуются сведения из школьной математики, касающиеся производной.

Особенно будем рады видеть слушателей нашего прежнего курса по машинному обучению. Если вам понравился стиль подачи материала того курса, то добро пожаловать на его продолжение!

Люди, имеющие ненулевой опыт в тренировке нейронных сетей, – тоже желанные гости на нашем курсе. Конечно, наш курс начинается в вещей достаточно элементарных и очевидных (для людей с соответствующим опытом). Однако в последних главах мы пытаемся простыми словами объяснить такие нетривиальные вещи как дропаут, нормализацию по мини-батчам и т.п. Мы надеемся, что подобный материал будет полезен и более искушенным участникам курса.

В общем, ждём:

  • технарей, пытающихся самостоятельно изучить суть процесса построения и тренировки нейронных сетей;
  • IT-начальников и предпринимателей, желающих понимать суть разговоров своих сотрудников;
  • заказчиков IT-решений, они уж точно должны понимать границы применимости технологий нейросетей и чувствовать момент, когда исполнитель просто вешает им лапшу на уши;
  • студентов, которых заставили проходить этот курс их преподаватели...

Последнее напутствие 

Пока не поздно, повторите школьные правила дифференцирования (в том числе правило дифференцирования сложной функции). 

Научитесь строить графики функций (в том числе и 3D-поверхности) в какой-нибудь программе (например в www.wolframalpha.com).

 

У этого курса есть продолжение — «Специальные архитектуры нейронных сетей».

Whom this course is for

Студенты технических специальностей, мотивированные школьники. Любой желающий (но при отсутствии знаний школьной математики он будет здесь страдать).

Initial requirements

Знание математики в школьном объёме (особенно всё, что связано с производной). 

Meet the Instructors

How you will learn

Что будет и чего не будет? Лекции и теоретические задачи. Мы убеждены в том, что любую технологию нужно изучать на простейших (элементарных) примерах.  Спущенных сверху заданий по программированию не будет, но соответствующая деятельность приветствуется (см. абзац «Желательная активность»).  Желательная активность Пишите комментарии к лекциям и задачам! Обсуждайте их и давайте советы по их решению.  Будет очень здорово, если слушатели будут еще и выкладывать в комментарии программный код, помогающий решить задачу. Общие правила к решению задач У каждой задачи нашего курса есть единственный ответ. Это всегда число. Например: 3.14 В задачах, где ответом является бесконечная дробь, ответ нужно округлять до двух знаков после запятой.

Course content

loading...
Certificate

Certificate

Stepik

What you will get

  • бесценные знания,
  • позитивные эмоции,
  • сертификат,
  • возможность продолжить обучение на нашем следующем курсе:)
Price: Free

Share this course

Price: Free