![Обложка курса «[АРХИВ] Deep Learning (семестр 1, осень 2023)» на Stepik](https://cdn.stepik.net/media/cache/images/courses/181974/cover_bq8Ten0/442ca96b71e76542dff55bbbc4aca303.png "[АРХИВ] Deep Learning (семестр 1, осень 2023) — рейтинг 4.5, 7 877 учеников")
![Количество учеников на курсе «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/study.png){kind=icon}
![Сертификаты, выданные на курсе «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/certificate.png){kind=icon}
![Отзывы о курсе «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/rewiew.png){kind=icon}
![Рейтинг курса «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/star.png){kind=icon}
![Дата публикации курса «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/date_publ.png){kind=icon}
Содержание курса
![Разделы в курсе «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/package.png){kind=icon}
24
раздела
![Уроки в курсе «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/text.png){kind=icon}
36
уроков
![Тесты в курсе «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/quiz.png){kind=icon}
6
тестов
![Задачи в курсе «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/code.png){kind=icon}
4
задачи
![Время прохождения курса «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/time_clock.png){kind=icon}
4 ч.
![Последнее обновление курса «[АРХИВ] Deep Learning (семестр 1, осень 2023)»](/static/images/icons/last_update.png){kind=icon}
обн. 17 февраля 2026
1. Организационная информация
2 урока
46 456
30 789
5м
536
Закрытый
1.1
О нас
↗
7 880
4 845
3м 21с
139
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
2 424
2 424
2м
37
Закрытый
8.1
Домашнее задание. Конкурс на kaggle.com
↗
2 424
2 424
2м 4с
37
9. Введение в нейронные сети
2 урока
19 483
13 046
2м
706
Открытый
9.1
Лекция. Введение в нейронные сети. Радослав Нейчев
↗
11 448
7 312
2м 42с
582
Открытый
9.2
Семинар. Введение в библиотеку Pytorch. Александр Миленькин
↗
8 035
5 734
0м 19с
124
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
1 820
1 270
0м
27
Закрытый
11.1
Домашнее задание. Сверточные и полносвязные нейросети
↗
1 820
1 270
0м 24с
27
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
14 002
8 054
1м
599
Открытый
13.1
Лекция. Классификация изображений. Татьяна Гайнцева
↗
7 885
4 418
1м 34с
386
Открытый
13.2
Семинар. Transfer Learning. Никита Балаганский
↗
6 117
3 636
0м 11с
213
14. Домашнее задание. Классификация изображений
1 урок
840
840
0м
15
Закрытый
14.1
Домашнее задание. Классификация Симпсонов
↗
840
840
0м 3с
15
15. Семантическая сегментация
1 урок
8 074
4 595
1м
301
Открытый
15.1
Лекция. Семантическая сегментация. Татьяна Гайнцева
↗
8 074
4 595
1м 7с
301
16. Домашнее задание. Сегментация изображений
1 урок
1 083
1 083
0м
14
Закрытый
16.1
Домашнее задание. Сегментация изображений
↗
1 083
1 083
0м 23с
14
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
2 урока
8 199
5 107
1м
228
Открытый
18.1
Опционально: Лекция. Автоэнкодеры. Никита Балаганский
↗
4 310
2 745
1м 44с
112
Открытый
18.2
Семинар. Автоэнкодеры. Артём Ямалутдинов
↗
3 889
2 362
1м 34с
116
19. Домашнее задание. Автоэнкодеры
1 урок
843
843
0м
16
Закрытый
19.1
Домашнее задание. Автоэнкодеры
↗
843
843
0м 18с
16
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
783
783
0м
12
Закрытый
21.1
Домашнее задание. Генеративно-состязательные модели
↗
783
783
0м 6с
12
22. Итоговый проект
1 урок
909
909
2м
16
Закрытый
22.1
Итоговый проект. Описание и форма сдачи
↗
909
909
2м 33с
16
23. Дополнительные материалы
1 урок
657
657
1м
18
Открытый
23.1
Дополнительные материалы
↗
657
657
1м 40с
18
24. Модуль для дополнительных баллов
1 урок
34
34
0м
0
Закрытый
24.1
Урок для дополнительных баллов
↗
34
34
0м 6с
0