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

Глубинное обучение

программа повышения квалификации

Глубинное обучение 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 каковы их ограничения. Вы получите практический опыт решения реальных задач и разработки с Tensorflow.

Мы ожидаем, что слушатели владеют языком Python, который является де-факто стандартным инструментом для анализа данных: знают про условные операторы, циклы, функции, разбираются в числовых и строковых типах данных, умеют работать со списками и словарями, знают встроенные функции языка.

114

академических часов, в том числе 64 часа лекций и семинаров.

16 недель обучения. 

72 000


Оплату можно разбить на две части.

Для студентов, выпускников и слушателей основных и дополнительных программ НИУ ВШЭ предусмотрены скидки.

По итогам программы выдается Удостоверение о повышении квалификации установленного НИУ ВШЭ образца.

Начальные требования

Законченное высшее или среднее профессиональное образование. Слушателями также могут стать студенты, получающие высшее образование.

Документы для зачисления

Сканированные копии:

  1. паспорта (3-4 страница, а также страница с адресом регистрации);
  2. диплома о высшем или среднем профессиональном образовании (первые две страницы);
  3. актуальной справки из вуза (если вы являетесь студентом);
  4. свидетельства о смене фамилии (если в паспорте и дипломе фамилия не совпадает).

Расписание 

10 ноября 2020 — 16 марта 2021

Занятия один раз в неделю: по вторникам (19:00-22:00), очно. 

Перерыв на зимние каникулы в январе. 

Место проведения: Покровский бульвар, 11

Для прохождения курса вам понадобятся основы программирования на Python и знание базовых разделов высшей математики.

Записаться на программу

Преподаватели

 

Филипп Ульянкин

Data Scientist в Яндекс.Дзен.

Окончил РАНХиГС при Президенте Российской Федерации, специальность «Экономика». 

Работал Data Scientist в Сбербанке.

 

Владислав Соловей

Data Scientist в Сбербанке.

Окончил РАНХиГС при Президенте Российской Федерации, специальность «Экономика и финансы».

Работал Data Scientist в рекламном агенстве Buzzoola. 

 

 

Как устроено обучение

Занятия проходят раз в неделю. Каждое занятие состоит из лекции и семинара. На семинаре слушатели работают с данными. После каждого занятия выдаётся домашнее задание, которое поможет закрепить навыки.

Программа курса

  • Ведение в нейросети.
  • Адаптивные варианты градиентного спуска.
  • Алгоритм обратного распространения ошибки.
  • Инструменты в Python для обучения нейронных сетей.
  • Батч-нормализация. Инициализация. Эвристики для обучения сетей.
  • Свёрточные нейронные сети.
  • Inception. Resnet. Transfer learning. Metric Learning. 
  • Интерпретация свёрточных нейронных сетей. Перенос стиля. 
  • Автокодировщики, вариационные автокодировщики.
  • Генеративные нейронные сети.
  • Введение в NLP, word2vec, эмбеддинги.
  • Рекурентные неросети, LSTM, GRU.
  • Свёрточные сети для NLP.
  • Fasttext, ELMO. Transformer models. BERT.
  • Seq2Seq модели.
  • Введение в RL. Введение в байесовские нейронные сети.

Записаться на программу