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

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. 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)