EMBER_CLI_FASTBOOT_BODY

Нейронные сети

The course meets the formal recommendations of Stepik
Video Player is loading.
Current Time 0:00
/
Duration 0:00
Loaded: 0%
Progress: 0%
Stream Type LIVE
Remaining Time -0:00
 
1x
Play
To watch this video please visit https://stepik.org/lesson//step/

About the course

В данном курсе мы детально разберём процесс создания и применения нейронных сетей. В первую очередь, мы ставим перед собой цель объяснить основополагающие теоретические идеи и практические приёмы, использующиеся при обучении самых разных нейросетевых моделей. Первая часть курса фокусируется на алгоритмах, лежащих в основе обучения нейронных сетей, вторая больше ориентирована на практическое применение полученных знаний.

Instructors

  1. User picture
    Arseny Moskvichev
    СПбГУ инженер-исследователь. Выпускник (магистр) биологического и психологического (бакалавр) факультета СПбГУ.
    Круг интересов: когнитивная психология, нейронаука, анализ данных, статистика, machile learning. Что связывает эти разрозненные, казалось бы, темы? Обучение. В области когнитивной психологии меня интересует, как учатся люди, в области computer science - какие алгоритмы существуют для обучения машин, в области нейронауки - какие механизмы в мозге позволяют нам учиться.
  2. User picture
    Анастасия Миллер
    Математико-механический факультет СПбГУ, JetBrains
    Интересы: анализ данных и статистические модели, интерпретация данных.

Reviews

Элчин September 16, 2018 link
Rated:  5
Отличный курс, местами сложновато, но это того стоит!!!
User 52136658 September 7, 2018 link
Rated:  5
Хороший курс для начинающих. Материала не так много, но тем не менее это вполне достойно для первых шагов в этой области. Математика нужна, но не сказать, что очень мощная, тем более, к неё есть предварительная подготовка. Моих очень посредственных знаний Python также хватило. Интересные практические задания, обсуждения в комментариях реально помогают. Мне понравилось)
Anonymous 37267344 September 6, 2018 link
Rated:  4
Спасибо за курс. Тут и порешать на бумажке нужно и попрогать. Но порой не понятно объяснение (извините, я бы уменьшил количество шуточек, но добавил бы объяснений), поэтому приходится лазить на другие ресурсы за дополнительной информацией. Так же порой не понятны задания. В идеале бы, вам основываясь на отзывах к курсу выпустить версию 2.0 расширенную и исправленную. Можно на курсере - она более удобная. В любом случае - крутой курс, спасибо за затраченные время и силы.
Video Player is loading.
Current Time 0:00
/
Duration 0:00
Loaded: 0%
Progress: 0%
Stream Type LIVE
Remaining Time -0:00
 
1x
Play
To watch this video please visit https://stepik.org/lesson//step/
4.6 All reviews

В рамках данного курса слушатели познакомятся с теоретическими и практическими основами искусственных нейронных сетей. Слушатели научатся применять нейронные сети для решения широкого круга задач из области анализа данных.

Workload:
6 - 10 часов в неделю
Expected time to complete:
33 hours
Language:
Русский
Certificate:
Институт биоинформатики
Certificate details
Certificate condition: 150 points
With distinction: 200 points

About the course

В данном курсе мы детально разберём процесс создания и применения нейронных сетей. В первую очередь, мы ставим перед собой цель объяснить основополагающие теоретические идеи и практические приёмы, использующиеся при обучении самых разных нейросетевых моделей. Первая часть курса фокусируется на алгоритмах, лежащих в основе обучения нейронных сетей, вторая больше ориентирована на практическое применение полученных знаний.

Requirements

Для успешного прохождения курса потребуется уверенное владение школьной математикой (производные, логарифмы, степени), умение не пугаться при виде математических формул и доказательств. Кроме того, необходимо уметь программировать на языке Python 3 (stepic.org/67/) Полезными будут знания в области линейной алгебры и статистики на уровне курса «Основы статистики» (stepic.org/76/), «Анализ данных в R» (stepic.org/129/)

Target audience

Студенты и научные работники всех специальностей, школьники старших классов профильных направлений.

This course is entirely free. All content is available now.