Курс на Stepik
Обложка курса «Нейронные сети» на Stepik
Бесплатно

Нейронные сети 4.118

Открыть на
STEPIK.ORG

В рамках данного курса слушатели познакомятся с теоретическими и практическими основами искусственных нейронных сетей. Слушатели научатся применять нейронные сети для решения широкого круга задач из области анализа данных.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Нейронные сети»Учеников на курсе 102 303
Сертификаты, выданные на курсе «Нейронные сети»Сертификатов выдано 2 904
Отзывы о курсе «Нейронные сети»Отзывов получено 280
Рейтинг курса «Нейронные сети»Рейтинг курса 4.118
Уроки в курсе «Нейронные сети»Количество уроков 24
Тесты в курсе «Нейронные сети»Количество квизов 90
Задачи с кодом в курсе «Нейронные сети»Количество задач с кодом 27
Время прохождения курса «Нейронные сети»Время прохождения курса
Обновления курса «Нейронные сети»Обновления курса
Дата публикации курса «Нейронные сети»Дата публикации курса
Последнее обновление курса «Нейронные сети»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «Нейронные сети» 5 разделов Уроки в курсе «Нейронные сети» 24 урока Тесты в курсе «Нейронные сети» 90 тестов Задачи в курсе «Нейронные сети» 27 задач Время прохождения курса «Нейронные сети» 21 ч. Последнее обновление курса «Нейронные сети» обн. 1 год назад

1. Основы линейной алгебры

7 уроков
Открытый
1.1 Общая информация о курсе
95 088
52 994
2м 30с
640
Открытый
1.2 Введение
60 082
44 784
11м 34с
1759
Открытый
1.3 Надо ли вам смотреть эту неделю? (урок с задачами)
49 605
16 538
56м 1с
437
Открытый
1.4 Ликбез по линейной алгебре: векторы
33 343
22 656
22м 31с
486
Открытый
1.5 Ликбез по линейной алгебре: матрицы
27 607
17 981
43м 24с
881
Открытый
1.6 NumPy: основы
30 756
13 141
53м 56с
365
Открытый
1.7 Линейная алгебра в деле
24 296
9 339
126м 24с
287

2. Перцептрон и градиентный спуск

7 уроков
Открытый
2.1 Нейроны: настоящие и искусственные
24 451
16 454
19м 37с
494
Открытый
2.2 Перцептрон
21 626
12 603
22м 38с
537
Открытый
2.3 Перцептрон: обучение
19 842
3 359
73м 37с
76
Открытый
2.4 Больше искусственных нейронов!
16 136
8 197
52м 44с
371
Открытый
2.5 Градиентный спуск
16 156
2 441
50м 10с
314
Открытый
2.6 Больше градиентного спуска!
13 467
2 845
61м 2с
366
Открытый
2.7 Однослойные модели
13 412
1 810
169м 9с
141

3. Алгоритм обратного распространения ошибки

4 урока
Открытый
3.1 Многослойный перцептрон
12 064
4 502
72м 51с
182
Открытый
3.2 Алгоритм обратного распространения ошибки
10 749
2 032
72м 53с
-52
Открытый
3.3 Алгоритм обратного распространения ошибки: продолжение
8 390
2 931
18м 37с
60
Открытый
3.4 Целевые функции
8 768
1 399
46м 10с
49

4. Мониторинг состояния сети

4 урока
Открытый
4.1 Мониторинг состояния сети
8 881
3 937
39м 7с
124
Открытый
4.2 Визуализация
8 852
4 140
12м 21с
72
Открытый
4.3 Тест
8 721
3 081
13м 22с
17
Открытый
4.4 Практика
10 495
1 187
13м 7с
26

5. Сюрприз и заключение

2 урока
Открытый
5.1 Сюрприз!
15 131
212
238м 51с
178
Открытый
5.2 Заключение
7 140
4 367
5м 16с
150