Чему вы научитесь
- Чертовски расширите свой кругозор! Оказывается, в мире существует так много различных типов нейронных сетей, и они не похожи друг друга!
- Поймете важность изучения математики. Дело в том, что тренировка сетей специальной архитектуры с математической точки зрения ничем не отличается от тренировки классических (полносвязных) нейронных сетей.
- Узнаете, как наиболее эффективно обрабатывать нечисленные данные (картинки, тексты, видео...) с помощью нейронных сетей.
- Познакомитесь со строением свёрточных, рекуррентных и состязательных (GAN) нейросетей, а также автокодировщиков.
- Мы рассмотрим новые (которых не было в нашем последнем курсе) постановки задач: задача обработки текстов (NLP), задача генерации новых объектов (GAN), задача сегментации итд.
- После каждой темы вас будет ждать блок теоретических задач по материалам главы.
О курсе
О чём курс?
Курс об искусственных нейронных сетях специального вида. О новых классах задач, которые могут быть решены такими нейросетями. Изучаемые в курсе темы явно перечислены в оглавлении курса.
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.
Крайне желательно, чтобы слушатель уже имел ненулевой опыт в изучении нейронных сетей. Если у вас такого опыта нет, но вы желаете его быстро получить, то можете прослушать видео с нашего курса — в нём достаточно изучить главы 1-2, 4-5, 9-10.
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 «страшные" вещи как GAN, LSTM. Так что мы надеемся, что подобный материал будет полезен и более искушенным специалистам.
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; поверьте: в сфере ML чертовски не хватает компетентных заказчиков!
- студентов, которых заставили проходить этот курс их преподаватели...
- энтузиастов ML.
Что будет и чего не будет?
Будут 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 числовой задачи нашего курса есть единственный ответ. Это всегда число.
В задачах, где ответом является бесконечная дробь, ответ нужно округлять до двух знаков после запятой.
Для кого этот курс
Студенты технических специальностей, мотивированные школьники. Любой желающий (но при отсутствии знаний школьной математики он будет здесь страдать).
Начальные требования
Необходимо знание математики в школьном объёме и первоначальные сведения по теории нейронных сетей (ещё раз прорекламируем наш курс «Введение в искусственные нейронные сети»).
Наши преподаватели
Как проходит обучение
В курсе 9 глав, разбитых на параграфы. Каждый параграф содержит видео с лекцией. Как правило, после лекции идёт блок заданий по материалам только что прослушанной лекции. Задачи подобраны так, что слушателю не нужно будет гуглить сведения, необходимые для решения задачи.
Программа курса
Сертификат
Что вы получаете
- Успешно освоив материал нашего курса, вы:
- Расширите свой словарный запас такими словами как «свёртки», «фильтры», «сегментация», «NLP», «GAN» итд. При определенных условиях этого достаточно, чтобы сойти за специалиста )))
- Поймёте основные принципы архитектуры и особенности тренировки свёрточных, рекуррентных, сегментирующих и состязательных нейронных сетей.
- Увидите, насколько широк класс задач, которые можно решить с помощью нейронных сетей.