Курс на Stepik
Обложка курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)» на Stepik
Бесплатно

[АРХИВ] Deep Learning (семестр 1, весна 2024) ★ 4.333

Открыть на
STEPIK.ORG

Курс посвящен введению в глубокое обучение, нейросети и компьютерное зрение. Начинаем с основ машинного и глубокого обучения, переходим к CNN для обработки картинок, заканчиваем переносом стиля изображений и ГАНами. Курс состоит из лекций, семинаров и домашних заданий. В течение курса вам предстоит много практики, а в конце — самостоятельный итоговый проект. Преподаватели школы — ведущие специалисты российских и зарубежных IT-компаний и научные сотрудники исследовательских компаний.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Учеников на курсе 5 235
Сертификаты, выданные на курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Сертификатов выдано 0
Отзывы о курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Отзывов получено 18
Рейтинг курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Рейтинг курса 4.333
Уроки в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Количество уроков 38
Тесты в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Количество квизов 7
Задачи с кодом в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Количество задач с кодом 5
Время прохождения курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Время прохождения курса —
Обновления курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Обновления курса — —
Дата публикации курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Дата публикации курса — ———
Последнее обновление курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Последнее обновление — ———
Сложность normal — ———

Чему вы научитесь

  • Применять алгоритмы машинного обучения для решения практических задач анализа данных на языке Python
  • Строить полносвязные и сверточные нейронные сети для задач компьютерного зрения с помощью фреймворка Pytorch
  • Решать современные задачи компьютерного зрения с помощью продвинутых нейросетевых архитектур
  • Встраивать нейросетевые модели в простейшие продукты (tg-боты, web-демо)

О курсе

Курс посвящен введению в глубокое обучение, нейросети и компьютерное зрение. Начинаем с основ машинного и глубокого обучения, переходим к CNN для обработки картинок, заканчиваем переносом стиля изображений и ГАНами. Курс состоит из лекций, семинаров и домашних заданий. В течение курса вам предстоит много практики, а в конце — самостоятельный итоговый проект. Преподаватели школы — ведущие специалисты российских и зарубежных IT-компаний и научные сотрудники исследовательских компаний.

Для кого этот курс

Старшеклассники физико-математических школ, студенты и выпускники технических вузов

Начальные требования

  • владение языком Python
  • владение библиотеками для анализа данных в Python
  • знание вузовской программы высшей математики (основы матричного исчисления, базовые понятия математического анализа и теории вероятностей)

Преподаватели курса

Аватар Школа глубокого обучения МФТИ
Школа глубокого обучения МФТИ
Каждые полгода мы запускаем новую итерацию нашего трехсеместрового практического онлайн-курса по глубокому обучению. Наб...
★ 4.6
19 курсов 104 258
→

Как проходит обучение

Вас ждут видеолекции и видеосеминары, а также множество практических домашних заданий. Если у вас появятся вопросы, вы всегда можете задать их в чате курса в Telegram.

Нагрузка

6-9 часов в неделю

Расскажите о курсе друзьям