Чему вы научитесь
- — Применять классические и нейросетевые алгоритмы для основных задач обработки текста: классификации текстов, языкового моделирования, машинного перевода, построения вопросно-ответных систем
- — Применять готовые модели обработки естественного языка для дообучения на конкретных задачах
- — Понимать, как устроены современные LLM: ChatGPT, LLama. Уметь использовать LLM для различных задач.
О курсе
Этот курс предназначен для тех, кто хочет освоить нейросетевые модели для обработки естественного языка (NLP). Вы познакомитесь с ключевыми методами анализа и генерации текстов, такими как трансформеры, RAG и интерпретируемость моделей.
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
Курс предназначен для студентов и специалистов, прошедших первую часть курса Deep Learning School или обладающих эквивалентными знаниями:
- Уверенное владение Python и основами ООП.
- Знание основ высшей математики (линейная алгебра, теория вероятностей).
- Понимание основ машинного обучения и нейронных сетей.
Начальные требования
- владение языком Python
- знание вузовской программы высшей математики (основы матричного исчисления, базовые понятия математического анализа и теории вероятностей)
- базовые знания работы нейронных сетей, владение языком PyTorch
Если у Вас возникают трудности с перечисленными требованиями, рекомендуем сначала пройти курс DLS 1 семестра.
Преподаватели курса
104 223
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.
Что вы получите
- 1.
Нагрузка
6-9 часов в неделю