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 1 114
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.