Deep Learning Недельный практический интенсив по глубокому обучению

Цель этой программы - дать практические навыки работы с глубокими нейронными сетями. Программа состоит из двух очных модулей, разделенных неделей лабораторной работы. По итогам программы вы сможете: обучать глубокие нейронные сети, классифицировать изображения с использованием deep learning, проводить сентимент-анализ текстов, применяя технологию глубокого обучения. Интенсив предназначен для тех, кто уже обладает знаниями и опытом работы в области машинного обучения и data science. Григорий Сапунов CTO и со-основатель Intento, экс-руководитель разработки сервиса Яндекс.Новости Программирует более 20 лет, из них около 15 лет занимается анализом данных, искусственным интеллектом и машинным обучением, с 2011 года занимается Deep Learning, участвовал в проектах RoadAR (нейросетевое распознавание объектов на дороге), Icon8 (нейросетевые фильтры) и др. . День 1. Введение в deep learning и классификация изображений • Обзор современных возможностей нейронных сетей • Основы нейронных сетей. Сверточные сети (CNN) • Принципы классификации изображений • Case studies: разбор двух известных моделей LeNet, AlexNet Лабораторная неделя • Соревнование по классификации изображений с использованием облачной GPU-машины День 2. Классификация текстов • Разбор лабораторной работы и награждение победителей • Основы классификации текстов. Word2vec • Практическая работа по сентимент-анализу текстов с использованием RNN • Мастер-класс применения deep learning в бизнесе Длительность с 26 ноября по 3 декабря График занятий 2 полных дня + неделя лабораторных работ Обучение будет проходить в формате выходной, неделя лабораторной работы, второй выходной. Каждому слушателю программы на время обучения будет выдана виртуальная машина с GPU в облаке, доступная 24 часа каждый день обучения. Используемые библиотеки: Caffe, Keras. По результатам программы вы сможете самостоятельно решать практические задачи с помощью глубокого обучения, создавать законченные приложения для обработки изображений и текстов, участвовать в конкурсах на kaggle