Курс на Stepik
Обложка курса «[АРХИВ] Deep Learning (семестр 2, весна 2024)» на Stepik
Бесплатно

[АРХИВ] Deep Learning (семестр 2, весна 2024) 4.625

Открыть на
STEPIK.ORG

Это второй семестр курса "Deep Learning" Школы глубокого обучения МФТИ, посвящённый обработке текстов и аудиосигналов с помощью нейросетей. Курс рассчитан на студентов, прошедших первый семестр нашего курса. Формат курса -- видеолекции и видеосеминары, а также практические домашние задания. Обучение проходит на языке Pytorch

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Учеников на курсе 3 175
Сертификаты, выданные на курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Сертификатов выдано 0
Отзывы о курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Отзывов получено 8
Рейтинг курса «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Рейтинг курса 4.625
Уроки в курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Количество уроков 19
Задачи с кодом в курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Количество задач с кодом 3
Время прохождения курса «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Время прохождения курса
Обновления курса «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Обновления курса
Дата публикации курса «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Дата публикации курса
Последнее обновление курса «[АРХИВ] Deep Learning (семестр 2, весна 2024)»Последнее обновление
Сложность hard

Содержание курса

Разделы в курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)» 12 разделов Уроки в курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)» 19 уроков Задачи в курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)» 3 задачи Время прохождения курса «[АРХИВ] Deep Learning (семестр 2, весна 2024)» 1 ч. Последнее обновление курса «[АРХИВ] Deep Learning (семестр 2, весна 2024)» обн. 1 год назад

Организационная информация

1 урок
1. Организационная информация

Введение в NLP и классификация текста

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

Домашнее задание. Ранжирование текстов на основе эмбеддингов

1 урок
1. Домашнее задание. Ранжирование текстов на основе эмбеддингов

Классификация текста и рекуррентные нейронные сети

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

2 урока
1. Лекция. Машинный перевод и механизм Attention
2. Семинар. Машинный перевод

Attention и Трансформеры

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

Предобучение и файнтьюнинг языковых моделей

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

Домашнее задание. Предобучение и файнтьюн языковых моделей

1 урок
1. Домашнее задание. Трансформеры

Модуль для дополнительных баллов

1 урок
1. Урок для пересдачи ДЗ и переноса дедлайнов