Lucky man
Организатор
- #1
[SkillFactory] Нейронные сети [Андрей Зимовнов, Дмитрий Коробченко]
- Ссылка на картинку
Где работают специалисты по программированию глубоких нейронных сетей
Самая востребованная технология искусственного интеллекта
Машинное обучение — одна из самых быстрорастущих областей знаний. Инвестиции в машинное обучение вырастут в 5#nbspраз в течение ближайших 3#nbspлет. И Deep Learning — это передовая данной индустрии.
Вы сможете пройти этот курс, если у вас есть базовое понимание машинного обучения и знание языка Python. В рамках курса вы пройдете полный путь от аренды GPU-сервера, который подходит для Deep Learning, до создания полноценной рабочей модели для компьютерного зрения, анализа естественного языка и рекомендательных систем.
Программа курса
Введение в искусственные нейронные сети
Создаем нейронную сеть для распознавания рукописных цифр на языке Python
Фреймворки для глубокого обучения (TensorFlow, Keras)
Создаем модель распознавания изображений на базе датасета FashionMNIST и фреймворка Keras
Сверточные нейронные сети
Распознаем изображения в датасете CIFAR-10 с помощью сверточной нейронной сети
Оптимизация нейронной сети
Улучшаем скорость и производительность сетей для кейса предыдущего модуля
Transfer learning & Fine-tuning
Дообучение нейронной сети ImageNET для решения задачи классификации изображений
Обработка естественного языка (NLP)
Создаем нейронную сеть для распознавания рукописных цифр на языке Python
Сегментация и Детектирование объектов
Проектируем нейронную сеть для сегментации и обучаем нейросеть решать задачу детекции
Обучение с подкреплением (Reinforcement Learning)
Создаем агента для игры в Pong на основе DQN алгоритма
What's next? Продвинутые нейронные сети
Знакомимся с другими областями применения нейросетей. Создаем нейросеть GAN для генерации изображений
Самая востребованная технология искусственного интеллекта
Машинное обучение — одна из самых быстрорастущих областей знаний. Инвестиции в машинное обучение вырастут в 5#nbspраз в течение ближайших 3#nbspлет. И Deep Learning — это передовая данной индустрии.
Вы сможете пройти этот курс, если у вас есть базовое понимание машинного обучения и знание языка Python. В рамках курса вы пройдете полный путь от аренды GPU-сервера, который подходит для Deep Learning, до создания полноценной рабочей модели для компьютерного зрения, анализа естественного языка и рекомендательных систем.
Программа курса
Введение в искусственные нейронные сети
Создаем нейронную сеть для распознавания рукописных цифр на языке Python
Фреймворки для глубокого обучения (TensorFlow, Keras)
Создаем модель распознавания изображений на базе датасета FashionMNIST и фреймворка Keras
Сверточные нейронные сети
Распознаем изображения в датасете CIFAR-10 с помощью сверточной нейронной сети
Оптимизация нейронной сети
Улучшаем скорость и производительность сетей для кейса предыдущего модуля
Transfer learning & Fine-tuning
Дообучение нейронной сети ImageNET для решения задачи классификации изображений
Обработка естественного языка (NLP)
Создаем нейронную сеть для распознавания рукописных цифр на языке Python
Сегментация и Детектирование объектов
Проектируем нейронную сеть для сегментации и обучаем нейросеть решать задачу детекции
Обучение с подкреплением (Reinforcement Learning)
Создаем агента для игры в Pong на основе DQN алгоритма
What's next? Продвинутые нейронные сети
Знакомимся с другими областями применения нейросетей. Создаем нейросеть GAN для генерации изображений
Зарегистрируйтесь
, чтобы посмотреть скрытый авторский контент.