Курс на Stepik
Обложка курса «Теоретические основы искусственного интеллекта» на Stepik
Бесплатно

Теоретические основы искусственного интеллекта 4.000

Открыть на
STEPIK.ORG

Курс разработан в рамках проекта, реализуемого победителем грантового конкурса для преподавателей магистратуры 2021/2022 Стипендиальной программы Владимира Потанина. Рассмотрены принципы построения полносвязных и сверточных моделей нейронных сетей (НС) и их применение для задач классификации изображений, начиная с подготовки данных. Особое внимание уделено оценке качества модели НС; применению предобученных моделей; генерации текста и изображений с помощью НС; участию в соревнованиях на платформе Kaggle.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Теоретические основы искусственного интеллекта»Учеников на курсе 1 097
Сертификаты, выданные на курсе «Теоретические основы искусственного интеллекта»Сертификатов выдано 0
Отзывы о курсе «Теоретические основы искусственного интеллекта»Отзывов получено 3
Рейтинг курса «Теоретические основы искусственного интеллекта»Рейтинг курса 4.000
Уроки в курсе «Теоретические основы искусственного интеллекта»Количество уроков 53
Тесты в курсе «Теоретические основы искусственного интеллекта»Количество квизов 235
Задачи с кодом в курсе «Теоретические основы искусственного интеллекта»Количество задач с кодом 30
Время прохождения курса «Теоретические основы искусственного интеллекта»Время прохождения курса
Обновления курса «Теоретические основы искусственного интеллекта»Обновления курса
Дата публикации курса «Теоретические основы искусственного интеллекта»Дата публикации курса
Последнее обновление курса «Теоретические основы искусственного интеллекта»Последнее обновление
Сложность normal
4.000
из 5
3 отзыва
★★★★★
1
★★★★
1
★★★
1
★★
0
0
Даниил Солопов
Даниил Солопов
2 года назад

В результате прохождения курса более подробно узнал о разработке моделей машинного обучения на примере классификации изображений из стандартного набора MNIST. Понравилось качество излагаемого материала, рекомендации и полезные ссылки на интересные источники. Не понравилось то, что в множестве задач, где нужно упорядочить куски кода, есть только 1 правильный ответ, который можно найти в блокноте. Вдобавок, после 7-го раздела не хватает такого же интенсивного изучения (с закреплением на практике), как и до 7-го раздела. Возник некоторый контраст между "всем что до 7-го раздела" и "всё что после 7-го раздела". В целом, курс хороший и интересный. Рекомендую к прохождению.