Курс на Stepik
Обложка курса «Deep Learning (семестр 1, осень 2025) [АРХИВ]» на Stepik
Бесплатно

Deep Learning (семестр 1, осень 2025) [АРХИВ] 4.750

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 работой с генеративными моделями, такими как GANs. 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 «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Учеников на курсе 7 133
Сертификаты, выданные на курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Сертификатов выдано 0
Отзывы о курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Отзывов получено 16
Рейтинг курса «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Рейтинг курса 4.750
Уроки в курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Количество уроков 47
Тесты в курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Количество квизов 1
Задачи с кодом в курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Количество задач с кодом 13
Время прохождения курса «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Время прохождения курса
Обновления курса «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Обновления курса
Дата публикации курса «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Дата публикации курса
Последнее обновление курса «Deep Learning (семестр 1, осень 2025) [АРХИВ]»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]» 25 разделов Уроки в курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]» 47 уроков Тесты в курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]» 1 тест Задачи в курсе «Deep Learning (семестр 1, осень 2025) [АРХИВ]» 13 задач Время прохождения курса «Deep Learning (семестр 1, осень 2025) [АРХИВ]» 3 ч. Последнее обновление курса «Deep Learning (семестр 1, осень 2025) [АРХИВ]» обн. 13 сентября 2026

Организационная информация

1 урок
1. О курсе

Введение в искусственный интеллект

2 урока
1. Лекция, введение в ИИ. Михаил Бурцев
2. Инструменты курса.

Основы машинного обучения

3 урока
1. Лекция. Введение в машинное обучение.
2. Семинар. Введение в ML. Pandas, Matplotlib, Sklearn.
3. Дополнительный семинар. Feature engineering: допглавы

Домашнее задание. Основы машинного обучения

1 урок
1. Домашнее задание. Основы машинного обучения

Линейные модели

3 урока
1. Лекция. Линейные модели.
2. Семинар. Линейные модели.
3. Дополнительные материалы.

Домашнее задание. Линейные модели

1 урок
1. Домашнее задание. Линейные модели и методы оптимизации

Композиции алгоритмов и выбор модели

3 урока
1. Решающие деревья и композиции алгоритмов.
2. Допматериал. Метрики машинного обучения.
3. Семинар. Выбор моделей и цикл разработки.

Домашнее задание. Решение ML-соревнования

1 урок
1. Домашнее задание. ML соревнование

Введение в нейронные сети

4 урока
1. Лекция. Введение в нейронные сети.
2. Семинар. Введение в библиотеку Pytorch.
3. Дополнительные материалы к модулю
4. Дополнительные материалы. Математика.

Сверточные нейросети

2 урока
1. Лекция. Сверточные нейросети.
2. Семинар. Модули в PyTorch и CNN.

Домашнее задание. Сверточные и полносвязные нейросети

1 урок
1. Домашнее задание. Сверточные и полносвязные нейросети

Продвинутое обучение нейросетей

2 урока
1. Лекция. Продвинутое обучение нейронных сетей.
2. Семинар. Продвинутое обучение нейросетей.

Архитектуры CNN и Fine-Tuning

2 урока
1. Лекция. Классификация изображений. Татьяна Гайнцева
2. Семинар. Классификация изображений.

Домашнее задание. Архитектуры CNN и Fine-Tuning

1 урок
1. Домашнее задание. Классификация Симпсонов

Семантическая сегментация

4 урока
1. Лекция. Семантическая сегментация.
2. Семинар. Семантическая сегментация.
3. Опционально: Семинар. Семантическая сегментация.
4. Открытая лекция. Задача интерактивной сегментации

Домашнее задание. Сегментация изображений

1 урок
1. Домашнее задание. Сегментация изображений

Дополнительный модуль. Основы области Explainable AI

2 урока
1. Лекция. Основы области Explainable AI для моделей мо
2. Семинар. Основы области Explainable AI для моделей мо

Детекция объектов

2 урока
1. Лекция. Детекция объектов.
2. Семинар. Детекция объектов.

Домашнее задание. Детекция объектов

1 урок
1. Домашнее задание. Детекция.

Генеративные модели и автоэнкодеры

3 урока
1. Лекция. Автоэнкодеры.
2. Семинар. Автоэнкодеры.
3. Опционально: Лекция. Автоэнкодеры. Никита Балаганский

Домашнее задание. Автоэнкодеры

1 урок
1. Домашнее задание. Автоэнкодеры

Генеративно-состязательные сети

3 урока
1. Лекция. GANs.
2. Семинар (part 1) - введение в GANs.
3. Семинар (part 2). Инверсия StyleGAN-2

Домашнее задание. Генеративно-состязательные сети

1 урок
1. Домашнее задание. Генеративно-состязательные модели

Итоговый проект

1 урок
1. Итоговый проект. Описание и форма сдачи

Модуль для дополнительных баллов

1 урок
1. Урок для дополнительных баллов