Курс на Stepik
Обложка курса «Рекуррентные сети в NLP и приложениях» на Stepik
3 900₽ -50%
--:--:--
1 950 ₽

Рекуррентные сети в NLP и приложениях ★ 0.000

Открыть на
STEPIK.ORG

Интенсив посвящен рекуррентным нейронным сетям, применяющимся для решения широкого класса задач в области NLP, а также их приложениям в других областях. Курс является вторым в линейке курсов по Natural Language Processing после курса "Основы нейронных сетей и NLP".

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Рекуррентные сети в NLP и приложениях»Учеников на курсе 65
Сертификаты, выданные на курсе «Рекуррентные сети в NLP и приложениях»Сертификатов выдано 6
Отзывы о курсе «Рекуррентные сети в NLP и приложениях»Отзывов получено 0
Рейтинг курса «Рекуррентные сети в NLP и приложениях»Рейтинг курса 0.000
Уроки в курсе «Рекуррентные сети в NLP и приложениях»Количество уроков 21
Тесты в курсе «Рекуррентные сети в NLP и приложениях»Количество квизов 75
Задачи с кодом в курсе «Рекуррентные сети в NLP и приложениях»Количество задач с кодом 7
Время прохождения курса «Рекуррентные сети в NLP и приложениях»Время прохождения курса —
Стоимость курса «Рекуррентные сети в NLP и приложениях»Стоимость курса 3 900 ₽ —
Обновления курса «Рекуррентные сети в NLP и приложениях»Обновления курса — —
Дата публикации курса «Рекуррентные сети в NLP и приложениях»Дата публикации курса — ———
Последнее обновление курса «Рекуррентные сети в NLP и приложениях»Последнее обновление — ———

Содержание курса

Разделы в курсе «Рекуррентные сети в NLP и приложениях» 9 разделов Уроки в курсе «Рекуррентные сети в NLP и приложениях» 21 урок Тесты в курсе «Рекуррентные сети в NLP и приложениях» 75 тестов Задачи в курсе «Рекуррентные сети в NLP и приложениях» 7 задач Время прохождения курса «Рекуррентные сети в NLP и приложениях» 21 ч. Последнее обновление курса «Рекуррентные сети в NLP и приложениях» обн. 2 февраля 2026

1. Организация курса

3 урока
Закрытый
1.1 О курсе ↗
44
41
1м 34с
4
Закрытый
1.2 Тест по Python ↗
6 187
225
33м 36с
69
Закрытый
1.3 Тест по основам NLP ↗
47
31
4м 58с
3

2. Основы NLP: recap

2 урока
Закрытый
2.1 Основы NLP: recap ↗
43
36
68м 26с
3
Закрытый
2.2 Домашнее задание ↗
40
17
284м 31с
3

3. Рекуррентные нейронные сети

2 урока
Закрытый
3.1 Рекуррентные нейронные сети: теория ↗
39
38
91м 12с
5
Закрытый
3.2 Тест по RNN ↗
35
28
5м 27с
2

4. Введение в PyTorch

4 урока
Закрытый
4.1 Знакомство с PyTorch ↗
1 338
941
8м 25с
28
Закрытый
4.2 PyTorch vs NumPy ↗
753
583
23м 6с
19
Закрытый
4.3 Нейронные сети в PyTorch ↗
763
199
21м 18с
39
Закрытый
4.4 Домашнее задание - 3 ↗
1 171
767
20м 43с
23

5. Рекуррентные сети: практика — 1

2 урока
Закрытый
5.1 Char RNN ↗
36
35
72м 56с
6
Закрытый
5.2 Домашнее задание ↗
35
17
113м 8с
2

6. Рекуррентные сети: практика — 2

2 урока
Закрытый
6.1 Word RNN ↗
33
15
65м 4с
4
Закрытый
6.2 Домашнее задание ↗
22
10
81м 7с
3

7. Приложения RNN

2 урока
Закрытый
7.1 RNN в приложениях ↗
33
16
75м 21с
3
Закрытый
7.2 Домашнее задание (первая часть проекта) ↗
28
7
0м 26с
2

8. Ванильный веб-сервис на FastAPI

3 урока
Закрытый
8.1 Знакомство с FastAPI ↗
100
87
68м 53с
6
Закрытый
8.2 Работа с хранилищем данных. SQLAlchemy ↗
79
61
153м 6с
6
Закрытый
8.3 Домашнее задание ↗
78
10
0м 14с
4

9. Итоговый проект

1 урок
Закрытый
9.1 Описание проектного задания ↗
26
5
1м 34с
1