• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Deep learning является одной из самых популярных областей машинного обучения. Именно благодаря этому подходу были получены наилучшие результаты в распознавании изображений, обработке текста, машинном переводе, обучении с подкреплением и многих других задачах.

Но что скрывается за этим термином?  Ответ на этот вопрос мы постараемся дать в ходе данной программы. Слушатели смогут познакомиться с моделями на основе искусственных нейронных сетей, а также теорией, описывающей их работу. Будут рассмотрены примеры решений задач распознавания изображений и анализа текстов, с использованием библиотеки Tensorflow. Программа подразумевает обширную практическую часть и большое количество самостоятельной работы.

По завершении программы вы будете понимать как работают модели на основе нейронных сетей, на что они способны на данный момент и их ограничения. Вы получите практический опыт решения реальных задач и разработки с Tensorflow.

Поступление

Документы для приема

Оригинал и копия паспорта или документа, заменяющего его

Оригинал и копия документа об образовании и квалификации или справка об обучении для лиц, получающих высшее образование

Оригинал и копия документа об изменении фамилии, имени, отчества (при необходимости)

Содержание программы

  • Линейные модели
  • Полносвязные нейронные сети, методы оптимизации
  • Инициализация параметров, регуляризация
  • Сверточные сети
  • Архитектуры, история, трансфер лернинг
  • Автоэнкодеры, VAE
  • Q - learning
  • Word2Vec
  • RNN
  • LSTM, GRU
  • Caption Generation
  • GAN

Преподаватели

Святослав Елизаров

Выпускник факультета компьютерных наук. Data scientist и программист в alterra.ai

Сергей Абдуракипов

Кандидат физико-математических наук, ведущий консультант Data Science в SAP Labs. Медаль Российской Академии Наук, стипендиат Президента РФ, гранты международных компаний и фондов за цикл работ в области интеллектуального анализа данных для задач энергетики. Более 50 публикаций, из них 10 по машинному обучению и анализу данных. Ph.D. программа в Техническом университете Делфта (Нидерланды). Разрабатывал и читал курс "Основы машинного обучения". Образование: Новосибирский государственный университет, Школа анализа данных Яндекса.

Дмитрий Буслов

Старший архитектор бизнес-решений в SAP СНГ. Окончил Московский Авиационный Институт, получал дополнительное образование в MIT и Высшей школе экономики.

Подать заявку

Вас могут заинтересовать

  • Очно-заочная форма
  • 114 академических часа, в том числе 88 часов лекций и семинаров
  • Очная форма
  • 01.10.2018 - 31.05.2019
  • Очно-заочная форма
  • 608 академических часов, в том числе 414 часов лекций и семинаров.