Что нового

Бесплатные online курсы, скачать сливы курсов - kursy.live

Слив курсов - это быстрый и доступный способ получить дополнительные зания или ознакомиться с курсом, до его покупки.

Оперативная поддержка

Не активна ссылка? Обновляем неактивные ссылки в течении считанных минут.

Постоянное обновление

Ежедневно добавляем по 10-20 свежайших сливов. Не пропусти.

Гибкие тарифы

Можете скачать один курс или получить не ограниченный доступ ко всем курсам.

Deep Learning и нейронные сети [SkillFactory] [Александр Сизов]

admin

Administrator
Команда форума
СУПЕР МОДЕРАТОР
Регистрация
26.05.2022
Сообщения
26 728
Реакции
166
Баллы
63
Deep Learning и нейронные сети - Практический курс по глубоким нейронным сетям на Python
Преподаватель: Александр Сизов

Продолжение курса Практический Machine Learning

Для обучения вам понадобится знание Python и базовое понимание машинного обучения. Курс предназначен для людей, которые решили углубить свои знания в области Data Science.

Курс основан на практике. Фокус и упор мы делаем не на математическом фундаменте, а именно на понимании задач и практическом применении решений.

Обучение на курсе — отработка практических навыков программирования нейронных сетей. Используйте силу machine learning для задач бизнеса!

Курс даст полное понимание алгоритмов и знание необходимых библиотек при использовании Deep Learning.





Программа курса
Модуль 1 Введение в искусственные нейронные сети
Создаем нейронную сеть для распознавания рукописных цифр на Python

Модуль 2 Фреймворки для глубокого обучения (PyTorch, TensorFlow)
Создаем модель распознавание лиц с помощью сетей прямого распространения ошибки в PyTorch

Модуль 3 Задача оптимизации
Улучшаем скорость и производительность сетей для кейса предыдущего модуля

Модуль 4 Сверточные нейронные сети. Современные архитектуры
Поиск и распознавания объектов на изображениях – работа с моделями из Tensorflow zoo для датасета COCO

Модуль 5 Применение сверточных сетей в задачах компьютерного зрения. Transfer learning
Решение задачи классификации фото различных мест из библиотеки Places и фото объектов датасета CIFAR10 с Transfer learning

Модуль 6 Рекуррентные нейронные сети. LSTM, GRU
Реализация и обучение рекуррентной сети для задач прогнозирования временных рядов на примере данных о погоде

Модуль 7 Применение нейронных сетей в задачах обработки естественного языка (NLP)
Разработка диалоговой модели (нейросетевого чат-бота)

Модуль 8 Генеративные конкурирующие сети (GAN)
Создаем модель для генерации лиц на основе архитектуры GAN

Модуль 9 Вариационные автокодировщики (VAE)
Учимся генерировать цифры с помощью вариационных автокодировщиков

Модуль 10 Обучение с подкреплением
Создаем агента для игры на основе DQN алгоритма

Начало курса: 15 февраля 2019 - 15 мая 2019 (12 недель)
Есть скидка до 1 февраля 30%

Продажник
 
Прием платежей для сайтов
Верх