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

User 56290524 November 19, 2018 link
5
Очень здорово, что напоминают и объясняют те вещи из матана и линала, которые необходимы, для тех, кто давно забыл! Огромное спасибо за курс, хорошее начало для изучения нейронок, буду копать дальше.
Премного благодарна создателям этого курса! Хотелось бы поставить 5, но есть существенные недочеты с моей точки зрения.
Курс в целом неплохой, многое стало понятно. К сожалению, у всех курсов по машинному обучению есть проблема, которой не избежали и тут - преподаватели обязательно вдруг начинают объяснять что-то для людей, которые уже откуда-то знают материал. То есть не объясняют, а напоминают. Это дико выбивает, если проходишь материал с нуля, а не повторяешь. Это надо учитывать. Ну и злоупотребление заданиями в форме эссе тоже в минус. Они неудобны, нетехнологичны и вызывают массу проблем. Сколько-то их использовать можно, но в данном курсе их определённо больше, чем нужно.
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/
4.5 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.