Data science и нейронные сети для новичков от Университет искусственного интеллекта

От: Университет искусственного интеллекта

5/5

4 отзыва

Машинное обучение Нейронные сети Анализ данных Data-science

9 месяцев освоения инструментов Data science и нейронных сетей для новичков. Содержит 39 занятий с заданиями после каждого. Студенты разовьют навыки написания нейронных сетей, освоят 28 реальных нейросетей: от самых простых до новейших, реализуют нейросетевой проект для себя или компании. Неограниченное количество консультаций, помощь с портфолио и рекомендации для трудоустройства. В конце курса выдаётся диплом установленного образца.

Записаться на курс

Сводка

Цена

39 900₽

Рассрочка

от 200₽

Статус

Идет набор

Длительность

270 дней

Язык

Data science и нейронные сети для новичков

Видео о курсе

Описание курса

Писать нейронные сети и решать задачи с их помощью
Работать с AI-библиотеками: Keras, PyTorch, TensorFlow
Программировать на Python
Разбираться в матрицах и функциях
Понимать, что такое парсинг и анализ данных
Обрабатывать тексты с помощью нейросетей
Решать задачи регрессии с помощью нейронных сетей
Использовать алгоритмы кластеризации данных
Писать нейронные сети с библиотеками PyTorch и Tensorflow

О школе

Университет искусственного интеллекта

Отзывы 0

Информация

Компания основана в 2018 году. Мы собрали и проверили более 27 отзывов об онлайн курсах Университет искусственного интеллекта.

Программа курса

Синтаксис Python

Numpy

Pandas

Matplotlib и Seaborn

Функции и модули

Матрицы и функции

Множества, бинарная логика, комбинаторика

Теория вероятностей и статистика

Обработка сигналов

Парсинг данных

Анализ данных

Введение в нейронные сети

Полносвязные сети, обучающая и тестовая выборки

Свёрточные нейронные сети

Обработка текстов с помощью нейросетей

Рекуррентные нейронные сети и одномерные свёрточные сети для обработки текстов

Нейронные сети для решения задачи регрессии

Полносвязные и рекуррентные нейронные сети для прогнозирования временных рядов

Прямые и свёрточные нейронные сети для обработки аудио сигналов

Автокодировщики

Вариационные автокодировщики, генеративные модели на базе автокодировщиков

Генеративные состязательные сети

Сегментация изображений

Генерация текста

Сегментация текста

Введение в генетические алгоритмы

Генетические алгоритмы для обучения нейронных сетей

Алгоритмы кластеризации данных

Object Detection (обнаружение объектов)

Обучение с подкреплением

Распознавание речи

Интеграция нейронной сети в Production

Написание нейронных сетей с библиотекой PyTorch

Написание нейронных сетей с библиотекой Tensorflow

Инструменты

Python

NumPy

Pandas

Matplotlib

Seaborn

Object Detection

PyTorch

TensorFlow

AI-библиотеки

Keras

Google collaboratory

Другие курсы школы

Data science и нейронные сети для новичков

Data science и нейронные сети на Python

3.7

Углубленный курс по текстам (Natural Language Processing)

Отзывы

О школе О Курсе

Рейтинг 5

4 отзывов

Совсем недавно решил углубиться в программирование и начал с бесплатных курсов по питону, математике и алгоритмам. В итоге понял, что самому разбираться долго и сложно, поэтому лучше пройти полный платный курс. Начал изучать рынок предоставляемых услуг и остановился на нескольких онлайн-школах. Пообщавшись с менеджерами которых, взвесив все за и против, выбрал Университет Искусственного Интеллекта. Мое направление называется Data Science, основа которого нейронные сети. Одно из преимуществ портала в том, что он не от крупных компаний и представляет собой образовательную лицензированную организацию. Основной уклон курса сделан на нейросетевое мышление, при максимальном изучении алгоритмов и нейросетевых задач. В окончании обучения я имел уже внушительное портфолио из выполненных практических заданий. Однозначно буду рекомендовать этот ресурс друзьям, родным и знакомым! Молодцы!

Отзыв взят с сайта mooc.ru

Что меня потрясло в этом курсе, так это объём материала. Мало его точно не будет! Придётся даже выбирать, во что погружаться глубже, а что пока оставить на базовом уровне. Такой выбор имеется и по участию в лабораториях, решающих конкретные задачи от партнёров университета (чем не стажировка!), или ведущие научные разработки университета. Кроме того, на моём потоке можно было выбрать уровень сложности заданий от самого лёгкого, позволяющем воспроизвести что-то похожее в похожей ситуации, до реализации целого проекта с постановкой задачи, поиском базы, моделированием и обучением собственной нейронной сети.