Курс на Stepik
Обложка курса «Deep Learning (семестр 2, осень 2025) [АРХИВ]» на Stepik
Бесплатно

Deep Learning (семестр 2, осень 2025) [АРХИВ] ★ 4.800

Открыть на
STEPIK.ORG

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.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Учеников на курсе 2 950
Сертификаты, выданные на курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Сертификатов выдано 0
Отзывы о курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Отзывов получено 5
Рейтинг курса «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Рейтинг курса 4.800
Уроки в курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Количество уроков 38
Тесты в курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Количество квизов 1
Задачи с кодом в курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Количество задач с кодом 5
Время прохождения курса «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Время прохождения курса —
Обновления курса «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Обновления курса — —
Дата публикации курса «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Дата публикации курса — ———
Последнее обновление курса «Deep Learning (семестр 2, осень 2025) [АРХИВ]»Последнее обновление — ———
Сложность normal — ———

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

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
22 курса 106 678
→

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

Расскажите о курсе друзьям