Нейронные сети и deep learning

Самая востребованная технология искусственного интеллекта

Машинное обучение - одна из самых быстрорастущих областей знаний! Инвестиции в машинное обучение вырастут в 5 раз в течение ближайших 3 лет. И Deep Learning - это передний край данной индустрии.

Этот курс подойдет для тех, кто хочет в сжатые сроки получить практические навыки по программированию глубоких нейронных сетей. 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, вплоть до создания полноценной рабочей модели для компьютерного зрения, анализа естественного языка и рекомендательных систем.

Вы познакомитесь с основными библиотеками для Deep Learning, такими как TensorFlow, Keras и другими. 

Преимущества курса

• 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.
• 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 глубоких нейронных сетей. Используйте силу machine learning для решения 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 (TensorFlow, Keras)
Создаем модель распознавания изображений на базе датасета FashionMNIST и фреймворка Keras

Модуль 3. Сверточные нейронные сети
Распознаем изображения в датасете CIFAR-10 с помощью сверточной нейронной сети

Модуль 4. Оптимизация нейронной сети
Улучшаем скорость и производительность сетей для кейса предыдущего модуля

Модуль 5. Transfer learning & Fine-tuning
Дообучение нейронной сети ImageNET для решения задачи классификации изображений

Модуль 6. Сегментация изображений
Проектируем нейронную сеть для сегментации людей в датасете COCO

Модуль 7. Детектирование объектов
Обучаем нейросеть решать задачу детекции на примере датасета с логотипами брендов

Модуль 8. Введение в NLP и Word Embeddings
Создаем нейросеть для работы с естественным языком

Модуль 9. Рекуррентные нейронные сети
Создаем чат-бота на базе рекуррентной нейросети

Модуль 10. Reinforcement Learning (обучение с подкреплением)
Создаем агента для игры в Pong на основе DQN алгоритма

Модуль 11. What's next?
Знакомимся с другими областями применения нейросетей. Создаем нейросеть GAN для генерации изображений