Чему вы научитесь
- вы узнаете о современных генеративных моделях в области компьютерного зрения
- узнаете об особенностях работы LLM
- погрузитесь в алгоритмы построения рекомендательных систем
- освоите основы графовых нейронных сетей
- познакомитесь с глубинным обучением для обработки звука
- узнаете о современных методах ускорения обучения нейронных сетей
- прикоснетесь к миру Reinforcement Learning
О курсе
Курс состоит из нескольких тематических блоков. Каждый из блоков глубоко погружает слушателей в различные современные приложения глубинного обучения.
Над курсом работает команда разноплановых специалистов, каждый из которых является экспертом в своем блоке тем.
Для кого этот курс
Вам подойдет этот курс, если вы освоили программу классического Deep Learning и знакомы с основными архитектурами нейронных сетей (полносвязные, сверточные, рекуррентные и транспортерные архитектуры). Вам будет интересен курс, если вы интересуетесь современным состоянием области Deep Learning и хотите погрузиться в различные ответвления современного глубинного обучения.
Начальные требования
- знание классических архитектур нейронных сетей (если вы не знакомы с классическим глубинным обучением - рекомендуем пройти курс Практический Deep Learning)
- желание получить максимально полный обзор современных приложений глубинного обучения и найти свой индивидуальный вектор развития
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