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!
Курс, на мой взгляд, тяжёлый, но он хороший
1. Узнал, как работает нейросеть под капотом
2. Понравилось, что курс серьёзный и даёт хорошую подготовку для тех, кто реально многое понял из этого курса
3. Курс очень тяжёлый из-за терминологии математики. Полагаю, что не всем преподавали статистику, тервер (теорвер) и т. д. Некоторые люди просто не особо понимают математику. Некоторые просто учатся машинному обучению раньше преподавания им тех самых разделов математики.
4. Ну я изъявил желание стать ML-инженером и спросил у ИИ, не знает ли она каких-нибудь крутых курсов, чтобы я обучился, в целом, так и пришёл
Курс заслужил 5 звёзд, хоть и очень тяжёлый.
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
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.
