Курс на Stepik
Обложка курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)» на Stepik
Бесплатно

[АРХИВ] Deep Learning (семестр 1, весна 2024) 4.333

Открыть на
STEPIK.ORG

Курс посвящен введению в глубокое обучение, нейросети и компьютерное зрение. Начинаем с основ машинного и глубокого обучения, переходим к CNN для обработки картинок, заканчиваем переносом стиля изображений и ГАНами. 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 «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Учеников на курсе 5 235
Сертификаты, выданные на курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Сертификатов выдано 0
Отзывы о курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Отзывов получено 18
Рейтинг курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Рейтинг курса 4.333
Уроки в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Количество уроков 38
Тесты в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Количество квизов 7
Задачи с кодом в курсе «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Количество задач с кодом 5
Время прохождения курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Время прохождения курса
Обновления курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Обновления курса
Дата публикации курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Дата публикации курса
Последнее обновление курса «[АРХИВ] Deep Learning (семестр 1, весна 2024)»Последнее обновление
Сложность normal
4.333
из 5
18 отзывов
★★★★★
14
★★★★
1
★★★
0
★★
1
2
Anton Trofimov
Anton Trofimov
1.5 года назад

Лучший курс, который можно найти в рунете по ML для новичков! Нужен неплохой фундамент в математике и программировании, иначе, вероятнее всего, будет тяжело. Сам прошел курс только со второго раза, когда первый раз начал - понял, что не хватает математики, пришлось подтягивать. Материал замечательный, начинается всё с линейных моделей и самостоятельного написания линейной регрессии, затем переходит к нейросетям, компьютерному зрению и планомерно доходит до серьёзных курсовых проектов, где полученные знания применяются в задачах, близких к реальным. Критических минусов нет, но можно выделить: 1. Некоторых семинаристов тяжело слушать 2. Не все материалы актуализируются(устаревший код в блокнотах) 3. Проверка домашних заданий / проектов преподавателями не имеет сроков и занимает долгое время(несколько месяцев). На мой взгляд, это объясняется бесплатностью курса(за это отдельная благодарность), да и ценность полученной информации затмевает собой все недостатки. Спасибо большое за курс!

Сергей Иванов
Сергей Иванов
2 года назад

1. Научился основам. Не много, но пройден "нулевой цикл" - дальше можно самому. 2. Полноценная командная работа организаторов - редкость для бесплатных курсов. 3. Слдожно для начинающего. 4. По отзывам в сети - это один из лучшых бесплатных курсов. Так оно и есть.