Курс на Stepik
Обложка курса «Нейронные сети: Глубокое обучение с нуля» на Stepik
1 690 ₽

Нейронные сети: Глубокое обучение с нуля 4.667

Открыть на
STEPIK.ORG

Курс для тех, кто хочет узнать о внутренней структуре и устройстве нейронных сетей и познакомиться с основными их разновидностями, погрузившись в обширную тему глубинного обучения | Deep Learning. Вы изучите принцип работы нейронных сетей и посмотрите, как они реализуются в коде, а также поймете механизмы лежащие в фундаменте этой технологии 🧠

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Нейронные сети: Глубокое обучение с нуля»Учеников на курсе 248
Сертификаты, выданные на курсе «Нейронные сети: Глубокое обучение с нуля»Сертификатов выдано 66
Отзывы о курсе «Нейронные сети: Глубокое обучение с нуля»Отзывов получено 9
Рейтинг курса «Нейронные сети: Глубокое обучение с нуля»Рейтинг курса 4.667
Уроки в курсе «Нейронные сети: Глубокое обучение с нуля»Количество уроков 31
Тесты в курсе «Нейронные сети: Глубокое обучение с нуля»Количество квизов 72
Время прохождения курса «Нейронные сети: Глубокое обучение с нуля»Время прохождения курса
Стоимость курса «Нейронные сети: Глубокое обучение с нуля»Стоимость курса 1 690 ₽
Обновления курса «Нейронные сети: Глубокое обучение с нуля»Обновления курса
Дата публикации курса «Нейронные сети: Глубокое обучение с нуля»Дата публикации курса
Последнее обновление курса «Нейронные сети: Глубокое обучение с нуля»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Нейронные сети: Глубокое обучение с нуля» 4 раздела Уроки в курсе «Нейронные сети: Глубокое обучение с нуля» 31 урок Тесты в курсе «Нейронные сети: Глубокое обучение с нуля» 72 теста Время прохождения курса «Нейронные сети: Глубокое обучение с нуля» 5 ч. Последнее обновление курса «Нейронные сети: Глубокое обучение с нуля» обн. 10 июня 2026

Глубокое обучение и нейронные сети

18 уроков
1. Введение в нейронные сети
2. Перцептрон, сети, аппроксимация
3. Слои в НС
4. Функция активации
5. Экстракция признаков
6. Функция потерь
7. Обучение НС
8. Бэтчи и эпохи
9. Оптимизация, lr
10. Обратное распространение ошибки
11. Смещение
12. Обучаемые параметры
13. Данные
14. Переобучение и недообучение
15. Аугментация данных
16. Регуляризация
17. С учителем, без учителя, с половиной учителя?
18. Препроцессинг

Компьютерное зрение

8 уроков
1. Обработка изображений
2. Работа НС с изображениями
3. CNN
4. Как работает свертка (конволюция)?
5. Сверточные слои против полносвязных
6. Zero padding
7. Max pooling
8. Обучаемые параметры в CNN

Дополнительные материалы

4 урока
1. Transfer learning и fine-tuning
2. Проблема исчезающего градиента
3. Инициализация весов
4. Итоги

Репетиторство

1 урок
1. Мой контакт