Введение в глубокое обучение
Данный курс рассматривает основы глубокого обучения и методы применения нейронных сетей в различных задачах. Курс позволит слушателям приобрести прикладные навыки работы с современными моделями и понять теоретические основы работы нейронных сетей. Практическая часть курса включает в себя работу с текстами, изображениями, вопросно-ответными системами и генеративными моделями.
Видеотрансляции занятий будут доступны всем желающим. Студенты, записавшиеся на курс, смогут выполнять домашние задания с автоматической проверкой и получать обратную связь от преподавателей в течение семестра.
Данный курс является составляющей частью серии курсов по искусственному интеллекту в МГУ имени М.В. Ломоносова. Рекомендован к прослушиванию после курсов по программированию на Python и основам машинного обучения. Цель этой серии курсов – предоставление студентам актуальных и современных знаний в области искусственного интеллекта и в различных областях науки о данных.
Получите доступ к поэтапному прохождению с проверкой знаний
- 01:29:11Лекция 1. Нейронные сети
- 01:25:20Лекция 2. PyTorch, Градиентный спуск для обучения нейросети
- 01:31:32Лекция 3. Обучение по батчам, регуляризация
- 01:12:06Лекция 4. Компьютерное зрение
- 01:15:33Лекция 5. Transfer Learning
- 01:37:27Лекция 6. Эмбеддинги, Word2Vec
- 01:37:50Лекция 7. Рекуррентные нейронные сети (RNN)
- 01:20:28Лекция 8. Языковое моделирование
- 01:14:52Лекция 9. Машинный перевод, Seq2Seq, Attention
- 01:15:44Лекция 10. Компьютерное зрение. Сегментация и детекция
- 01:16:07Лекция 11. Компьютерное зрение. Autoencoders & GANs
- 01:16:31Лекция 12. Что дальше?

