Чему вы научитесь
- пониманию этапов предобработки данных разных типов (табличные данные, текст, аудио, изображения),
- созданию и обучению нейронных сетей для различных задач,
- выбору правильной архитектуры нейронной сети для решения конкретной задачи,
- оценке качества работы обученной модели,
- улучшению модели для более качественного решения задачи.
О курсе
Для кого этот курс
Начальные требования
Курс максимально ориентирован на практическую составляющую, поэтому для получения наибольшей пользы от прохождения курса, обучающиеся должны знать основы языка программирования Python, основы анализа данных (работа с библиотеками NumPy, pandas, Matplotlib).
Если ранее обучающиеся работали с задачами классического машинного обучения (например, с библиотекой Sklearn), это также упростит усвоение материала курса.
Преподаватели курса
544
Как проходит обучение
В курс входят:
- текстовые материалы
- видеолекции
- блокноты Colab с созданным на уроках программным кодом
- практические задания для самостоятельного выполнения
- тесты с автоматической проверкой
- поддержка автора курса
- сертификат.
Финальными испытаниями являются теоретический тест по основам применения функций библиотек Keras, TensorFlow и PyTorch для различных задач, а также практическое задание по разработке нейронной сети для решения поставленной задачи.
Что вы получите
- полезные навыки, которые упростят дальнейшее освоение инструментов, связанных с нейронными сетями
- проекты проектирования и обучения нейронных сетей, которые можно включить в своё портфолио
- сертификат о прохождении курса.