Чему вы научитесь
- пониманию этапов предобработки данных разных типов (текст, аудио, изображения),
- созданию и обучению нейронных сетей для различных задач,
- выбору правильной архитектуры нейронной сети для решения разных задач,
- оценке качества работы обученной модели,
- улучшению модели для более качественного решения задачи.
О курсе
- Рассмотрено более 25 различных задач с решениями по проектированию, обучению и тестированию нейронных сетей для работы с текстовыми, графическими, табличными и аудиоданными
- Все рассмотренные на уроках функции изучаемых библиотек сопровождаются подробным объяснением
- Помимо текстовых материалов, курс включает видеоуроки, где выделяются основные моменты по каждой теме
- Курс предусматривает выполнение обучающимися домашних заданий, а также поддержку автора по всем вопросам, возникающим при прохождении уроков.
Домашние задания можно выполнять в среде Google Colab или с использованием Jupyter Notebook. Каждое домашнее представляет собой решение некоторой задачи с использованием самостоятельно созданной и обученной нейронной сети. Для успешного выполнения каждого задания нужно подобрать гиперпараметры сети и обучить модель, а также подсчитать метрики качества работы обученной сети на новых данных.
Для кого этот курс
Начальные требования
Курс максимально ориентирован на практическую составляющую, поэтому для получения наибольшей пользы от прохождения курса, обучающиеся должны знать основы языка программирования Python, основы анализа данных (работа с библиотеками NumPy, pandas, Matplotlib).
Если ранее обучающиеся работали с задачами машинного обучения (например, с библиотекой Sklearn), это также упростит усвоение материала курса.
Наши преподаватели
Как проходит обучение
В курс входят:
- текстовые материалы
- видеолекции
- блокноты Colab с созданным на уроках программным кодом
- практические задания для самостоятельного выполнения
- тесты с автоматической проверкой
- поддержка автора курса
- сертификат.
Финальными испытаниями являются теоретический тест по основам применения функций библиотек Keras и TensorFlow для различных задач, а также практическое задание по разработке нейронной сети для решения поставленной задачи.
Программа курса
Сертификат
Что вы получаете
- полезные навыки, которые упростят дальнейшее освоение проектирования нейронных сетей
- проекты с решением задач, используя нейронные сети. которые можно включить в своё портфолио
- сертификат о прохождении курса.