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

Содержание курса

Разделы в курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]» 21 раздел Уроки в курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]» 38 уроков Тесты в курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]» 1 тест Задачи в курсе «Deep Learning (семестр 2, осень 2025) [АРХИВ]» 5 задач Время прохождения курса «Deep Learning (семестр 2, осень 2025) [АРХИВ]» 2 ч. Последнее обновление курса «Deep Learning (семестр 2, осень 2025) [АРХИВ]» обн. 13 сентября 2026

Организационная информация

1 урок
1. Организационная информация

Введение в NLP. Эмбеддинги слов.

2 урока
1. Лекция. Эмбеддинги слов.
2. Семинар. Обработка и классификация текстов

Домашнее задание. Ранжирование текстов на основе эмбеддингов

1 урок
1. Ранжирование текстов на основе эмбеддингов

Рекуррентные нейронные сети (RNN)

2 урока
1. Лекция. Рекуррентные нейронные сети. Татьяна Гайнцева
2. Семинар. Классификация текста с помощью RNN. Антон Земеров

Домашнее задание. Классификация текста с помощью RNN

1 урок
1. Домашнее задание. Классификация текста с помощью RNN

Языковое моделирование

2 урока
1. Лекция. Языковое моделирование. Антон Земеров
2. Семинар. Языковое моделирование. Антон Земеров

Домашнее задание. Языковое моделирование

1 урок
1. Домашнее задание. Языковое моделирование

Машинный перевод и механизм Attention

3 урока
1. Лекция. Машинный перевод и механизм Attention
2. Семинар. Машинный перевод
3. Дополнительные материалы

Архитектура Transformer

3 урока
1. Лекция. Attention и трансформер. Татьяна Гайнцева
2. Семинар. Attention и трансформеры. Игорь Щукин
3. Дополнительные материалы

Предобучение и дообучение языковых моделей

2 урока
1. Лекция. Предобучение и файнтьюнинг LM. Антон Земеров
2. Семинар. Файнтьюнинг BART для суммаризации. Антон Земеров

Домашнее задание. Предобучение и дообучение языковых моделей

1 урок
1. Домашнее задание. Трансформеры

От GPT до GPT-3. Zero-shot Learning.

1 урок
1. Лекция. GPT-модели

GPT-2, GPT-3, RAG

2 урока
1. Лекция. GPT2 и далее
2. Семинар. RAG

Домашнее задание. RAG

1 урок
1. Домашнее задание. RAG

Интерпретируемость трансформеров

2 урока
1. Лекция. Интерпретируемость трансформеров.
2. Семинар. Интерпретируемость трансформеров.

Детекция сгенерированных текстов

2 урока
1. Лекция. Детекция сгенерированных текстов.
2. Семинар. Детекция сгенерированных текстов.

Домашнее задание. Детекция сгенерированных текстов.

1 урок
1. Домашнее задание. Детекция сгенерированных текстов.

Дополнительный модуль. Работа с Yandex Cloud

7 уроков
1. Введение. Что такое Yandex Datasphere
2. Домашнее задание. Ранжирование на основе Yandex Embeddings
3. Домашнее задание. Машинный перевод в Yandex Translate
4. Лонгрид. Особенности эксплуатации GPT-моделей в облаке.
5. Лонгрид. До-обучение Yandex GPT и LLaMA
6. Домашнее задание. Извлечение именованных сущностей с помощью LLM
7. Лонгрид. RAG на основе YandexGPT

Дополнительный модуль. LLM-Агенты

1 урок
1. Открытая лекция. LLM-агенты

Итоговый проект

1 урок
1. Итоговый проект. Описание и форма сдачи

Модуль для дополнительных баллов

1 урок
1. Урок для дополнительных баллов