Содержание курса
1. Введение в нейросети
4 урока
240
190
16м
11
Закрытый
1.1
Обзор курса
↗
120
120
0м 6с
4
Закрытый
1.2
Что такое нейросеть? от билогии к модели
↗
61
27
4м 7с
2
Закрытый
1.3
История и эволюция нейросетей
↗
32
23
6м 32с
3
Закрытый
1.4
Отличие нейросетей от традиционных алгоритмов машинного обучения
↗
27
20
7м 43с
2
2. Основные концепции и принципы
2 урока
50
37
13м
5
Закрытый
2.1
Биологическая основа и аналогии
↗
27
19
7м 2с
3
Закрытый
2.2
Архитектура нейронной сети
↗
23
18
6м 17с
2
3. Основные виды нейросетей
4 урока
81
51
11м
2
Закрытый
3.1
Персептроны и многослойные нейронные сети (MLP).
↗
25
16
3м 29с
1
Закрытый
3.2
Сверточные нейросети (CNN)
↗
24
12
3м 46с
1
Закрытый
3.3
Архитектура трансформера
↗
17
12
2м 20с
0
Закрытый
3.4
Генеративная состязательная сеть (GAN)
↗
15
11
2м 7с
0
4. Как обучаются нейросети
3 урока
42
30
4м
0
Закрытый
4.1
Основные принципы обучения
↗
13
11
2м 11с
0
Закрытый
4.2
Переобучение и способы его предотвращения.
↗
15
10
2м 40с
0
Закрытый
4.3
Важность данных
↗
14
9
0м 18с
0
5. Где применяются нейросети
3 урока
40
36
5м
0
Закрытый
5.1
Компьютерное зрение
↗
16
13
1м 24с
0
Закрытый
5.2
Обработка естественного языка (NLP)
↗
12
11
2м 54с
0
Закрытый
5.3
Генеративные нейросети
↗
12
12
2м 6с
0
6. Другие перспективные области применения.
3 урока
40
31
4м
0
Закрытый
6.1
TensorFlow vs PyTorch: сравнение и примеры использования.
↗
14
11
2м 46с
0
Закрытый
6.2
Jupyter Notebook и Google Colab
↗
12
11
1м 15с
0
Закрытый
6.3
Hugging Face и готовые предобученные модели.
↗
14
9
1м 34с
0
7. Ограничения, проблемы и будущее нейросетей
4 урока
54
46
6м
0
Закрытый
7.1
Этика и опасности ИИ: дискриминация, подмена данных, deepfake.
↗
13
13
2м 28с
0
Закрытый
7.2
Ограничения современных моделей и проблемы масштабирования.
↗
12
9
1м 54с
0
Закрытый
7.3
Будущее развития ИИ
↗
14
14
3м 51с
0
Закрытый
7.4
Заключение
↗
15
10
-
0