Курс на Stepik
Обложка курса «Нейронные сети и компьютерное зрение» на Stepik
Бесплатно

Stepik Awards 2019 — Победитель в номинации «Лучший новый автор»: курс «Нейронные сети и компьютерное зрение» Stepik Awards 2019 — Номинант в номинации «Лучший курс»: курс «Нейронные сети и компьютерное зрение» Нейронные сети и компьютерное зрение 4.821

Открыть на
STEPIK.ORG

Почему стоит начать изучение машинного обучения и нейронных сетей с нашего курса? Наш девиз "Больше практики!": излагая математические основы очень доступным языком, авторы курса, эксперты Samsung AI Center дадут базовые знания на примере решения задач компьютерного зрения. Это зрелищно и интересно!

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Нейронные сети и компьютерное зрение»Учеников на курсе 95 462
Сертификаты, выданные на курсе «Нейронные сети и компьютерное зрение»Сертификатов выдано 10 378
Отзывы о курсе «Нейронные сети и компьютерное зрение»Отзывов получено 486
Рейтинг курса «Нейронные сети и компьютерное зрение»Рейтинг курса 4.821
Уроки в курсе «Нейронные сети и компьютерное зрение»Количество уроков 37
Тесты в курсе «Нейронные сети и компьютерное зрение»Количество квизов 155
Задачи с кодом в курсе «Нейронные сети и компьютерное зрение»Количество задач с кодом 23
Время прохождения курса «Нейронные сети и компьютерное зрение»Время прохождения курса
Обновления курса «Нейронные сети и компьютерное зрение»Обновления курса
Дата публикации курса «Нейронные сети и компьютерное зрение»Дата публикации курса
Последнее обновление курса «Нейронные сети и компьютерное зрение»Последнее обновление
Сложность normal
4.821
из 5
486 отзывов
★★★★★
430
★★★★
36
★★★
12
★★
5
3
Максим Иляхин
Максим Иляхин
3 недели назад

1) курс говна, ипал его рот. Ничего абсолютно 2) Ничего 3) Все начиная от видео курсов, заканчивая вопросами которые идут вразрез с тем что сказано в видео 4) Заставили

Светлана Романова
Светлана Романова
3 месяца назад

Курс даёт сильную техническую базу по машинному обучению и глубоким нейросетям. Материал структурирован последовательно — от интуиции к математике, от математики к практике, от практики к инженерному пониманию. Особенно ценны блоки по свёрточным сетям, оптимизации, регуляризации, реализации Conv2D вручную и работе с градиентами. Это тот редкий случай, когда упражнения действительно раскрывают внутренние механизмы моделей, а не только их внешнее применение. Уровень задач местами неожиданный: есть ловушки, вопросы на внимательность, на корректную интерпретацию формулировок. Но именно через такие моменты обнаруживаешь, насколько важно точное мышление — инженерное, а не формальное. Курс развивает не только знание библиотек, но и глубину понимания, что отличает специалиста от пользователя инструментов. Отдельно отмечу практическую направленность: после таких задач уверенно чувствуешь себя в реальных проектах и понимаешь, что происходит «под капотом». Это важная часть подготовки к профессиональной работе. Желаю авторам добавить ещё несколько заданий формата "инженерных кейсов" и, возможно, включить больше примеров из современного DL-стека — но текущая версия уже задаёт очень сильный фундамент. Курс однозначно рекомендую тем, кто готов думать, считать и расти как ML-инженер.