Курс на Stepik
Обложка курса «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)» на Stepik
Бесплатно

Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP) ★ 4.965

Открыть на
STEPIK.ORG

Этот курс является естественным продолжением курса «Введение в искусственные нейронные сети», где мы изучали тренировку полносвязных нейронных сетей. В настоящем курсе мы рассмотрим специальные архитектуры нейронных сетей: свёрточные (необходимые для обработки изображений), рекуррентные (обработка видео и временных рядов), автокодировщики и состязательные сети (GAN). Кроме того, будут изучены новые задачи, решаемые с помощью нейросетей: обработка текстов (NLP), metric learning и сегментации изображений.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Учеников на курсе 6 906
Сертификаты, выданные на курсе «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Сертификатов выдано 1 117
Отзывы о курсе «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Отзывов получено 141
Рейтинг курса «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Рейтинг курса 4.965
Уроки в курсе «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Количество уроков 45
Тесты в курсе «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Количество квизов 45
Время прохождения курса «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Время прохождения курса —
Обновления курса «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Обновления курса — —
Дата публикации курса «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Дата публикации курса — ———
Последнее обновление курса «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)»Последнее обновление — ———
Сложность normal — ———

Чему вы научитесь

  • Чертовски расширите свой кругозор! Оказывается, в мире существует так много различных типов нейронных сетей, и они не похожи друг друга!
  • Поймете важность изучения математики. Дело в том, что тренировка сетей специальной архитектуры с математической точки зрения ничем не отличается от тренировки классических (полносвязных) нейронных сетей.
  • Узнаете, как наиболее эффективно обрабатывать нечисленные данные (картинки, тексты, видео...) с помощью нейронных сетей.
  • Познакомитесь со строением свёрточных, рекуррентных и состязательных (GAN) нейросетей, а также автокодировщиков.
  • Мы рассмотрим новые (которых не было в нашем последнем курсе) постановки задач: задача обработки текстов (NLP), задача генерации новых объектов (GAN), задача сегментации итд.
  • После каждой темы вас будет ждать блок теоретических задач по материалам главы.

О курсе

Этот курс является естественным продолжением курса «Введение в искусственные нейронные сети», где мы изучали тренировку полносвязных нейронных сетей. В настоящем курсе мы рассмотрим специальные архитектуры нейронных сетей: свёрточные (необходимые для обработки изображений), рекуррентные (обработка видео и временных рядов), автокодировщики и состязательные сети (GAN). Кроме того, будут изучены новые задачи, решаемые с помощью нейросетей: обработка текстов (NLP), metric learning и сегментации изображений.

Для кого этот курс

Студенты технических специальностей, мотивированные школьники. Любой желающий (но при отсутствии знаний школьной математики он будет здесь страдать).

Начальные требования

Необходимо знание математики в школьном объёме и первоначальные сведения по теории нейронных сетей (ещё раз прорекламируем наш курс «Введение в искусственные нейронные сети»).

Преподаватели курса

Аватар Ольга Хоменко
Ольга Хоменко
Магистр дизайна. Призёр олимпиады «Я — профессионал» по дизайну.
★ 4.9
16 курсов 105 219
→ Аватар Артём Шевляков
Артём Шевляков
Доктор физико-математических наук, профессор. Заместитель директора Школы компьютерных наук Тюменского университета. Рук...
★ 4.9
6 курсов 72 802
→ Аватар ОмГТУ
ОмГТУ
Омский государственный технический университет
★ 4.9
27 курсов 241 613
→

Как проходит обучение

В курсе 9 глав, разбитых на параграфы. Каждый параграф содержит видео с лекцией. Как правило, после лекции идёт блок заданий по материалам только что прослушанной лекции. Задачи подобраны так, что слушателю не нужно будет гуглить сведения, необходимые для решения задачи.
Сертификат курса Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)

Сертификат

Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 1 117 учеников получили сертификат.

Что вы получите

  • Успешно освоив материал нашего курса, вы:
  • Расширите свой словарный запас такими словами как «свёртки», «фильтры», «сегментация», «NLP», «GAN» итд. При определенных условиях этого достаточно, чтобы сойти за специалиста )))
  • Поймёте основные принципы архитектуры и особенности тренировки свёрточных, рекуррентных, сегментирующих и состязательных нейронных сетей.
  • Увидите, насколько широк класс задач, которые можно решить с помощью нейронных сетей.

Расскажите о курсе друзьям