EMBER_CLI_FASTBOOT_BODY

Нейронные сети

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.
6 - 10 часов в неделю
Certificate Stepik

About this 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.

Who is this course for

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

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/)

Meet the Instructors

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…
User picture
Анастасия Миллер
Математико-механический факультет СПбГУ, JetBrains
Интересы: анализ данных и статистические модели, интерпретация данных.

Course content

Основы линейной алгебры
  1. Общая информация о курсе
  2. Введение
  3. Надо ли вам смотреть эту неделю? (урок с задачами)
  4.  
     
  5.  
     
  6.  
     
  7.  
     
Перцептрон и градиентный спуск
Алгоритм обратного распространения ошибки
Мониторинг состояния сети
Сюрприз и заключение

Certificate

Институт биоинформатики

Learners' reviews

Прежде всего, хочу высоко оценить владение Арсением искусством рассказчика. Но есть в курсе и некоторые недостатки. 1. Полностью согласен с мнением сообщества, широко представленному в комментариях не только к этому курсу, о задачах с ответом в свободной форме, которых в данном курсе просто запредельное количество, но не буду на этом акцентировать внимание. 2. Задачи в свободной форме предполагают четкую постановку задачи. Задача в формате "Напишите эссе на тему..." и критерий оценки "По степени схожести с моим эссе" не является корректной. Некорректная задача не может иметь правильного ответа. Особенно, когда выводы преподавателя легко опровергаются на элементарных примерах. Многое проясняют комментарии других учащихся, на все-таки, это задача преподавателя - сформулировать задачу так, чтобы ее смысл (не решение!) был понятен без исследования дополнительных источников, а также сформулировать критерии оценки. В задаче, а не в инструкции по рецензированию. Понимаю, сложно. Однако, это повысит понимание учащимися и самим преподавателем задачи, а значит и отдачу от курса. Глупо тратить время на решение задачи: "Угадай, что я подумал". А задачи с ответом в свободной форме требуют значительных затрат времени. 3. Задачи по началам матанализа и линейной алгебры бесконечно увлекательны, но практически бесполезны с точки зрения изучаемого курса. А вот задач по предмету курса (Нейронные сети) катастрофически недостаточно. Соответственно изложение сосредоточено на аналитических аспектах и предмет курса часто оставляет в стороне. 4. Заявлен акцент курса на программирование, но он ничем практически не подкрепляется. Программистские задачи, как правило, не содержательны и с акцентом, опять же на анализ, а не на решение проблем нейронных сетей. Если сравнивать с другими курсами - курсы Анатолия Карпова свободны от указанных недостатков, дают больше опыта именно по теме каждого соответствующего курса.
Класс!
Трудноватый курс, но мне очень нравится! Все подробно, в начале дали возможность освежить знания по линейке, что немаловажно для этого курса, в общем, супер!

Share this course