![Обложка курса «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток» на Stepik](https://cdn.stepik.net/media/cache/images/courses/135002/cover_bHEX0Ws/7b6ac3e02058a5e95740a7565c6e03a5.jpg "[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток — рейтинг 4.4, 6 034 учеников")
![Количество учеников на курсе «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/study.png){kind=icon}
![Сертификаты, выданные на курсе «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/certificate.png){kind=icon}
![Отзывы о курсе «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/rewiew.png){kind=icon}
![Рейтинг курса «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/star.png){kind=icon}
![Дата публикации курса «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/date_publ.png){kind=icon}
Содержание курса
![Разделы в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/package.png){kind=icon}
25
разделов
![Уроки в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/text.png){kind=icon}
36
уроков
![Тесты в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/quiz.png){kind=icon}
26
тестов
![Задачи в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/code.png){kind=icon}
22
задачи
![Время прохождения курса «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/time_clock.png){kind=icon}
12 ч.
![Последнее обновление курса «[АРХИВ] Deep Learning (семестр 1, весна 2023): базовый поток»](/static/images/icons/last_update.png){kind=icon}
обн. 17 февраля 2026
1. Организационная информация
1 урок
6 021
3 553
2м
87
Закрытый
1.1
О нас
↗
6 021
3 553
2м 23с
87
2. Введение в искусственный интеллект
2 урока
58 083
37 534
86м
1073
Открытый
2.1
Лекция, введение в ИИ. Михаил Бурцев
↗
37 833
19 865
84м 50с
866
Закрытый
2.2
Инструменты курса
↗
20 250
17 669
2м 51с
207
3. Введение в язык Python
1 урок
17 863
11 573
1м
156
Открытый
3.1
Семинар. Введение в Python. Владимир Гончаров
↗
17 863
11 573
1м 0с
156
4. Домашнее задание. Язык Python
1 урок
23 691
8 124
101м
225
Открытый
4.1
Домашнее задание. Основы Python
↗
23 691
8 124
101м 33с
225
5. Линейная алгебра. Библиотеки Numpy и Matplotlib
3 урока
36 616
21 878
1м
436
Открытый
5.1
Лекция. Линейная алгебра для Data Science. Юрий Яровиков
↗
15 121
7 689
1м 40с
186
Открытый
5.2
Семинар. Библиотека Numpy. Артём Ямалутдинов
↗
10 301
6 814
0м 12с
185
Открытый
5.3
Текстовый материал. Библиотека Matplotlib
↗
11 194
7 375
0м 15с
65
6. Домашнее задание. Numpy и линейная алгебра
1 урок
13 869
4 929
155м
105
Закрытый
6.1
Домашнее задание. Numpy и линейная алгебра
↗
13 869
4 929
155м 17с
105
7. Библиотека Pandas
1 урок
7 968
5 405
0м
152
Открытый
7.1
Семинар. Библиотека Pandas. Артём Ямалутдинов
↗
7 968
5 405
0м 14с
152
8. Домашнее задание. Библиотека Pandas
1 урок
11 237
4 709
35м
124
Закрытый
8.1
Домашнее задание: Библиотека pandas
↗
11 237
4 709
35м 8с
124
9. Производная, градиент и оптимизация
1 урок
7 633
5 234
1м
232
Открытый
9.1
Лекция. Производная, градиент и оптимизация. Аркадий Боков
↗
7 633
5 234
1м 34с
232
10. Домашнее задание. Градиентная оптимизация
1 урок
5 582
2 090
177м
82
Открытый
10.1
Домашнее задание. Градиентная оптимизация
↗
5 582
2 090
177м 25с
82
11. Основы машинного обучения
2 урока
45 203
29 145
1м
916
Открытый
11.1
Лекция. Введение в машинное обучение. Григорий Лелейтнер
↗
23 615
15 197
1м 34с
579
Открытый
11.2
Семинар. Библиотека sklearn. Григорий Лелейтнер
↗
21 588
13 948
0м 19с
337
12. Домашнее задание. Основы машинного обучения
1 урок
23 515
12 862
38м
259
Открытый
12.1
Домашнее задание. Основы машинного обучения
↗
23 515
12 862
38м 59с
259
13. Линейные модели
2 урока
31 219
21 094
1м
557
Открытый
13.1
Лекция. Линейные модели. Григорий Лелейтнер
↗
17 437
10 980
1м 59с
435
Открытый
13.2
Семинар. Линейные модели. Артем Ямалутдинов
↗
13 782
10 114
0м 18с
122
14. Домашнее задание. Линейные модели и методы оптимизации
1 урок
13 306
7 307
91м
90
Открытый
14.1
Домашнее задание. Линейные модели и методы оптимизации
↗
13 306
7 307
91м 6с
90
15. Композиции алгоритмов и выбор модели
3 урока
33 928
18 844
2м
1084
Открытый
15.1
Допматериал. Метрики машинного обучения. Юрий Яровиков
↗
11 391
3 058
1м 55с
228
Открытый
15.2
Решающие деревья и композиции алгоритмов. Юрий Яровиков
↗
10 923
8 073
1м 5с
468
Открытый
15.3
Семинар. Выбор моделей и цикл разработки. Аркадий Боков
↗
11 614
7 713
0м 16с
388
16. Домашнее задание. Решение ML-задачи и Kaggle
1 урок
2 813
1 192
16м
28
Закрытый
16.1
Домашнее задание. Конкурс на kaggle.com
↗
2 813
1 192
16м 53с
28
17. Введение в нейронные сети
2 урока
19 483
13 046
2м
706
Открытый
17.1
Лекция. Введение в нейронные сети. Радослав Нейчев
↗
11 448
7 312
2м 42с
582
Открытый
17.2
Семинар. Введение в библиотеку Pytorch. Александр Миленькин
↗
8 035
5 734
0м 19с
124
18. Сверточные нейросети
2 урока
21 555
14 871
3м
976
Открытый
18.1
Лекция. Сверточные нейросети. Татьяна Гайнцева
↗
11 453
7 727
2м 50с
802
Открытый
18.2
Семинар. Модули в PyTorch и CNN. Артем Ямалутдинов
↗
10 102
7 144
1м 58с
174
19. Домашнее задание. Сверточные и полносвязные нейросети
1 урок
6 883
4 484
0м
67
Открытый
19.1
Домашнее задание. Сверточные и полносвязные нейросети
↗
6 883
4 484
0м 22с
67
20. Продвинутое обучение нейросетей
2 урока
18 415
10 719
1м
720
Открытый
20.1
Лекция. Продвинутое обучение нейронных сетей. Радослав Нейчев
↗
10 043
5 749
1м 38с
514
Открытый
20.2
Семинар. Продвинутое обучение нейросетей. Григорий Лелейтнер
↗
8 372
4 970
0м 26с
206
21. Классификация изображений
2 урока
14 002
8 054
1м
599
Открытый
21.1
Лекция. Классификация изображений. Татьяна Гайнцева
↗
7 885
4 418
1м 34с
386
Открытый
21.2
Семинар. Transfer Learning. Никита Балаганский
↗
6 117
3 636
0м 11с
213
22. Домашнее задание. Классификация изображений
1 урок
1 774
1 015
1м
11
Закрытый
22.1
Домашнее задание. Классификация Симпсонов
↗
1 774
1 015
1м 47с
11
23. Семантическая сегментация
1 урок
8 074
4 595
1м
301
Открытый
23.1
Лекция. Семантическая сегментация. Татьяна Гайнцева
↗
8 074
4 595
1м 7с
301
24. Домашнее задание. Семантическая сегментация
1 урок
1 600
1 600
0м
15
Закрытый
24.1
Домашнее задание. Сегментация изображений
↗
1 600
1 600
0м 23с
15
25. Итоговый проект
1 урок
1 553
1 553
1м
21
Закрытый
25.1
Итоговый проект. Описание и форма сдачи
↗
1 553
1 553
1м 36с
21