Курс на Stepik
Обложка курса «Трансформеры в NLP и приложениях» на Stepik
3 900 ₽

Трансформеры в NLP и приложениях ★ 0.000

Открыть на
STEPIK.ORG

Курс посвящен трансформерам - самой востребованной архитектуре нейронных сетей для решения задач в области NLP и приложениях. На курсе подробно разобрано теоретическое устройство трансформеров, много практики на Python, а также проектное задание: сервис, реализующий применение трансформера для решения NLP-задачи.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Трансформеры в NLP и приложениях»Учеников на курсе 95
Сертификаты, выданные на курсе «Трансформеры в NLP и приложениях»Сертификатов выдано 2
Отзывы о курсе «Трансформеры в NLP и приложениях»Отзывов получено 0
Рейтинг курса «Трансформеры в NLP и приложениях»Рейтинг курса 0.000
Уроки в курсе «Трансформеры в NLP и приложениях»Количество уроков 20
Тесты в курсе «Трансформеры в NLP и приложениях»Количество квизов 41
Задачи с кодом в курсе «Трансформеры в NLP и приложениях»Количество задач с кодом 6
Время прохождения курса «Трансформеры в NLP и приложениях»Время прохождения курса —
Стоимость курса «Трансформеры в NLP и приложениях»Стоимость курса 3 900 ₽ —
Обновления курса «Трансформеры в NLP и приложениях»Обновления курса — —
Дата публикации курса «Трансформеры в NLP и приложениях»Дата публикации курса — ———
Последнее обновление курса «Трансформеры в NLP и приложениях»Последнее обновление — ———

Содержание курса

Разделы в курсе «Трансформеры в NLP и приложениях» 8 разделов Уроки в курсе «Трансформеры в NLP и приложениях» 20 уроков Тесты в курсе «Трансформеры в NLP и приложениях» 41 тест Задачи в курсе «Трансформеры в NLP и приложениях» 6 задач Время прохождения курса «Трансформеры в NLP и приложениях» 7 ч. Последнее обновление курса «Трансформеры в NLP и приложениях» обн. 1 год назад

1. О курсе

3 урока
Закрытый
1.1 О чем курс ↗
67
58
1м 38с
3
Закрытый
1.2 Входное тестирование по Python ↗
618
369
27м 35с
3
Закрытый
1.3 Тест по основам Deep Learning ↗
60
31
13м 46с
0

2. NLP: recap

2 урока
Закрытый
2.1 NLP: recap ↗
58
51
69м 17с
4
Закрытый
2.2 Соревнование ↗
55
43
1м 43с
0

3. Введение в PyTorch

3 урока
Закрытый
3.1 Знакомство с PyTorch ↗
229
180
7м 4с
3
Закрытый
3.2 Нейронные сети в PyTorch ↗
763
199
21м 18с
39
Закрытый
3.3 Домашнее задание - 3 ↗
1 171
767
20м 43с
23

4. Attention

3 урока
Закрытый
4.1 Механизм внимания (attention) и self-attention ↗
55
46
8м 55с
1
Закрытый
4.2 Attention на практике ↗
52
39
71м 26с
2
Закрытый
4.3 Тест по attention ↗
47
39
3м 38с
2

5. Трансформеры: теория

3 урока
Закрытый
5.1 Архитектура трансформеров ↗
49
40
9м 19с
2
Закрытый
5.2 Batch and Layer Normalisation ↗
699
640
6м 30с
18
Закрытый
5.3 Тест ↗
39
34
3м 44с
0

6. Трансформеры: практика

2 урока
Закрытый
6.1 Трансформеры в Python ↗
49
24
29м 16с
3
Закрытый
6.2 Домашнее задание ↗
40
8
0м 17с
1

7. Решение различных задач NLP

3 урока
Закрытый
7.1 Поиск и исправление опечаток ↗
43
30
63м 6с
1
Закрытый
7.2 Решение задачи NER ↗
41
23
91м 59с
2
Закрытый
7.3 Домашнее задание ↗
34
23
0м 21с
1

8. Проект по курсу

1 урок
Закрытый
8.1 Итоговый проект курса ↗
36
2
1м 39с
1