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.
Курс даст полное понимание алгоритмов и знание необходимых библиотек при использовании Deep Learning, таких как TensorFlow, Keras и другими.
Для обучения Deep Learning вам понадобится знание Python и базовое понимание машинного обучения. Курс предназначен для людей, которые решили углубить свои знания в области Data Science.
Вас ждет отработка практических навыков программирования глубоких нейронных сетей.
Skillfactory
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.
