Курс на Stepik
Обложка курса «Практический Deep Learning» на Stepik
3 900 ₽

Практический Deep Learning ★ 4.895

Открыть на
STEPIK.ORG

Курс посвящен теоретическим и практическим основам работы с нейронными сетями. В курсе вы узнаете как устроены полносвязные, сверточные и рекуррентные нейронные сети, как они обучаются. Конечно, про трансформеры и attention mechanism вы тоже узнаете! Также вы познакомитесь с фреймворком PyTorch и напишете на нем свои первые нейронные сети.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Практический Deep Learning»Учеников на курсе 1 428
Сертификаты, выданные на курсе «Практический Deep Learning»Сертификатов выдано 669
Отзывы о курсе «Практический Deep Learning»Отзывов получено 19
Рейтинг курса «Практический Deep Learning»Рейтинг курса 4.895
Уроки в курсе «Практический Deep Learning»Количество уроков 57
Тесты в курсе «Практический Deep Learning»Количество квизов 195
Задачи с кодом в курсе «Практический Deep Learning»Количество задач с кодом 1
Время прохождения курса «Практический Deep Learning»Время прохождения курса —
Стоимость курса «Практический Deep Learning»Стоимость курса 3 900 ₽ —
Обновления курса «Практический Deep Learning»Обновления курса — —
Дата публикации курса «Практический Deep Learning»Дата публикации курса — ———
Последнее обновление курса «Практический Deep Learning»Последнее обновление — ———
Сложность normal — ———

Чему вы научитесь

  • Вы поймете зачем нужны нейронные сети
  • Как устроены и обучаются полносвязные, сверточные и рекуррентные нейронные сети
  • Узнаете о различных фреймворках для работы с нейронными сетями и научитесь использовать PyTorch для создания и обучения сетей
  • Узнаете как работают трансформеры и причем здесь механизм внимания
  • Подготовитесь отвечать на вопросы с собеседований на позицию Data Scientist по пройденным темам

О курсе

Курс посвящен теоретическим и практическим основам работы с нейронными сетями. В курсе вы узнаете как устроены полносвязные, сверточные и рекуррентные нейронные сети, как они обучаются. Конечно, про трансформеры и attention mechanism вы тоже узнаете! Также вы познакомитесь с фреймворком PyTorch и напишете на нем свои первые нейронные сети.

Для кого этот курс

Курс будет интересен слушателям, знакомым с областью машинного обучения и желающим начать фундаментально изучать глубинное обучение. Курс содержит необходимые знания для освоения следующих курсов, посвященных различным приложениям глубинного обучения ("Продвинутые методы глубинного обучения", "Генеративные модели" и другие).

Начальные требования

Для успешного прохождения курса требуется знание машинного обучения, а также умение писать код на языке Python (в частности, необходимо знание концепции ООП).

Преподаватели курса

Аватар Елена Кантонистова
Елена Кантонистова
Кандидат физико-математических наук, выпускница школы анализа данных Яндекса (ШАД)
★ 4.8
24 курса 34 075
→

Как проходит обучение

Курс состоит из:

  • теоретических материалов в текстовом виде
  • практических скринкастов
  • тестовых заданий на понимание теории и практики
  • практических домашних заданий на языке Python
Сертификат курса Практический Deep Learning

Сертификат

Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 669 учеников получили сертификат.

Что вы получите

  • Вы получите глубокое понимание устройства полносвязных, сверточных, рекуррентных нейронных сетей
  • Освоите трансформеры и разберетесь в механизме внимания
  • Будете понимать как обучаются нейронные сети
  • Фундаментально подойдете к изучению фреймворка PyTorch и получите достаточно практики по созданию нейронных сетей на нем

Нагрузка

4-5 часов в неделю

Расскажите о курсе друзьям