![Обложка курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)» на Stepik](https://cdn.stepik.net/media/cache/images/courses/196127/cover_T5rqLTs/3189a88448ea0459b68262e46f596941.jpg "[АРХИВ] Deep Learning (семестр 1, весна 2024) — рейтинг 4.3, 5 245 учеников")
![Количество учеников на курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/study.png){kind=icon}
![Сертификаты, выданные на курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/certificate.png){kind=icon}
![Отзывы о курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/rewiew.png){kind=icon}
![Рейтинг курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/star.png){kind=icon}
![Дата публикации курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/date_publ.png){kind=icon}
Содержание курса
![Разделы в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/package.png){kind=icon}
23
раздела
![Уроки в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/text.png){kind=icon}
38
уроков
![Тесты в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/quiz.png){kind=icon}
7
тестов
![Задачи в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/code.png){kind=icon}
5
задач
![Время прохождения курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/time_clock.png){kind=icon}
4 ч.
![Последнее обновление курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»](/static/images/icons/last_update.png){kind=icon}
обн. 25 января 2026
1. Организационная информация
2 урока
43 633
28 865
4м
461
Закрытый
1.1
О курсе
↗
5 057
2 921
3м 58с
64
Открытый
1.2
Инструменты курса. Jupyter и Google Colab
↗
38 576
25 944
1м 21с
397
2. Введение в искусственный интеллект
1 урок
8 359
6 394
1м
357
Закрытый
2.1
Лекция, введение в ИИ. Михаил Бурцев
↗
8 359
6 394
1м 46с
357
3. Основы машинного обучения
2 урока
45 203
29 145
1м
916
Открытый
3.1
Лекция. Введение в машинное обучение. Григорий Лелейтнер
↗
23 615
15 197
1м 34с
579
Открытый
3.2
Семинар. Библиотека sklearn. Григорий Лелейтнер
↗
21 588
13 948
0м 19с
337
4. Домашнее задание. Основы машинного обучения
1 урок
23 515
12 862
38м
259
Открытый
4.1
Домашнее задание. Основы машинного обучения
↗
23 515
12 862
38м 59с
259
5. Линейные модели
2 урока
31 219
21 094
1м
557
Открытый
5.1
Лекция. Линейные модели. Григорий Лелейтнер
↗
17 437
10 980
1м 59с
435
Открытый
5.2
Семинар. Линейные модели. Артем Ямалутдинов
↗
13 782
10 114
0м 18с
122
6. Домашнее задание. Линейные модели
1 урок
13 306
7 307
91м
90
Открытый
6.1
Домашнее задание. Линейные модели и методы оптимизации
↗
13 306
7 307
91м 6с
90
7. Композиции алгоритмов и выбор модели
3 урока
33 928
18 844
2м
1084
Открытый
7.1
Допматериал. Метрики машинного обучения. Юрий Яровиков
↗
11 391
3 058
1м 55с
228
Открытый
7.2
Решающие деревья и композиции алгоритмов. Юрий Яровиков
↗
10 923
8 073
1м 5с
468
Открытый
7.3
Семинар. Выбор моделей и цикл разработки. Аркадий Боков
↗
11 614
7 713
0м 16с
388
8. Домашнее задание. Решение ML-задачи и Kaggle
1 урок
1 495
648
12м
25
Закрытый
8.1
Домашнее задание. Конкурс на kaggle.com
↗
1 495
648
12м 59с
25
9. Введение в нейронные сети
3 урока
6 522
5 323
2м
234
Закрытый
9.1
Лекция. Введение в нейронные сети.
↗
2 450
1 738
2м 36с
123
Закрытый
9.2
Семинар. Введение в библиотеку Pytorch.
↗
2 139
1 652
0м 22с
91
Закрытый
9.3
Дополнительные материалы к модулю
↗
1 933
1 933
0м 5с
20
10. Сверточные нейросети
2 урока
21 555
14 871
3м
976
Открытый
10.1
Лекция. Сверточные нейросети. Татьяна Гайнцева
↗
11 453
7 727
2м 50с
802
Открытый
10.2
Семинар. Модули в PyTorch и CNN. Артем Ямалутдинов
↗
10 102
7 144
1м 58с
174
11. Домашнее задание. Сверточные и полносвязные нейросети
1 урок
2 159
1 519
0м
32
Закрытый
11.1
Домашнее задание. Сверточные и полносвязные нейросети
↗
2 159
1 519
0м 25с
32
12. Продвинутое обучение нейросетей
2 урока
18 415
10 719
1м
720
Открытый
12.1
Лекция. Продвинутое обучение нейронных сетей. Радослав Нейчев
↗
10 043
5 749
1м 38с
514
Открытый
12.2
Семинар. Продвинутое обучение нейросетей. Григорий Лелейтнер
↗
8 372
4 970
0м 26с
206
13. Классификация изображений
2 урока
9 638
5 698
1м
404
Открытый
13.1
Лекция. Классификация изображений. Татьяна Гайнцева
↗
7 885
4 418
1м 34с
386
Открытый
13.2
Семинар. Классификация изображений. Никита Балаганский
↗
1 753
1 280
0м 27с
18
14. Домашнее задание. Классификация изображений
1 урок
1 632
962
1м
30
Закрытый
14.1
Домашнее задание. Классификация Симпсонов
↗
1 632
962
1м 50с
30
15. Семантическая сегментация
2 урока
9 165
5 686
1м
301
Открытый
15.1
Лекция. Семантическая сегментация. Татьяна Гайнцева
↗
8 074
4 595
1м 7с
301
Закрытый
15.2
Опционально: Семинар. Семантическая сегментация. Юрий Яровиков
↗
1 091
1 091
0м 20с
0
16. Домашнее задание. Сегментация изображений
1 урок
666
263
2м
5
Закрытый
16.1
Домашнее задание. Сегментация изображений
↗
666
263
2м 6с
5
17. Детекция объектов на изображениях
2 урока
10 254
4 867
2м
203
Открытый
17.1
Лекция. Нейронная детекция объектов. Илья Захаркин
↗
5 712
2 641
2м 12с
170
Открытый
17.2
Семинар. Нейронная детекция объектов. Илья Захаркин
↗
4 542
2 226
0м 16с
33
18. Генеративные модели и автоэнкодеры
3 урока
9 203
5 742
12м
267
Закрытый
18.1
Лекция. Автоэнкодеры. Нина Коновалова
↗
1 004
635
11м 52с
39
Открытый
18.2
Семинар. Автоэнкодеры. Артём Ямалутдинов
↗
3 889
2 362
1м 34с
116
Открытый
18.3
Опционально: Лекция. Автоэнкодеры. Никита Балаганский
↗
4 310
2 745
1м 44с
112
19. Домашнее задание. Автоэнкодеры
1 урок
1 033
1 033
0м
2
Закрытый
19.1
Домашнее задание. Автоэнкодеры
↗
1 033
1 033
0м 9с
2
20. Генеративно-состязательные модели
2 урока
6 697
3 666
1м
125
Открытый
20.1
Лекция. Генеративно-состязательные модели. Никита Балаганский
↗
3 600
1 947
0м 23с
86
Открытый
20.2
Семинар. Генеративно-состязательные модели. Артём Ямалутдинов
↗
3 097
1 719
0м 14с
39
21. Домашнее задание. Генеративно-состязательные модели
1 урок
494
494
0м
0
Закрытый
21.1
Домашнее задание. Генеративно-состязательные модели
↗
494
494
0м 6с
0
22. Итоговый проект
1 урок
625
625
2м
6
Закрытый
22.1
Итоговый проект. Описание и форма сдачи
↗
625
625
2м 33с
6
23. Модуль для дополнительных баллов
1 урок
15
15
0м
0
Закрытый
23.1
Урок для дополнительных баллов
↗
15
15
-
0