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».