Курс по нейронным сетям
По итогу освоения курса вы получите специализацию в Data Science. Пополните резюме и портфолио успешными проектами. А карьерный центр Skillfactory затем поможет с трудоустройством, стажировкой.
- Площадка:SkillFactory
- Продолжительность:10 недель
- Дата:в удобное время
- Стоимость:36 900 рублей
О курсе
Машинное обучение - перспективная сфера Deep Learning. На курсе вы полностью освоите работу с нейросетями: от аренды сервера GPU до создания рабочей модели программы computer vision, обучения 7 нейросетей. После окончания вы углубите знания в Data Science, научитесь использовать основные библиотеки deep learning (TensorFlow, Keras и другие), анализировать естественный язык и системы рекомендаций, поучаствуете с командой в соревнованиях на Kaggle.
Мы изучаем:
- keras
- tensorflow
Кому подойдет курс
Начинающим в Data Science.
Разработчикам с ОП.
Product-менеджерам.
Тем, кому необходимы в работе инструменты ML и нейросети.
Необходимые навыки
Базовые знания Machine Learning и знание Python программирования.
Эксперты
Друзья HiBrain — ведущие IT-компании. Вместе с ними мы разрабатываем программы курсов, чтобы наши слушатели получили самые актуальные знания и навыки. Эксперты из компаний-партнёров помогают нам в подготовке практических кейсов и даже принимают экзамены у выпускников.
- Зимовнов АндрейСтарший разработчик в Яндекс.Дзен
- Коробченко ДмитрийDeep Learning R&D Engineer, NVIDIA
Карьера
Выпускники курсов HiBrain получают уникальную возможность применить новые знания: компании-партнёры проекта ждут наших слушателей на стажировки и предлагают трудоустройство.
Программа курса
1 / Введение в нейросети.
Первый модуль познакомит с особенностями нейронных сетей, их программирования. Слушатели курса самостоятельно напишут первую нейросеть на Python для распознавания рукописных цифр.
2 / Фреймворки Deep Learning
Слушатели курса создадут первую модель распознавания изображение на базе FashionMNIST и Keras.
3 / Свёрточные нейросети.
Задача третьего модуля - распознавание изображений датасета CIFAR-10 при помощи свёрточной нейронной сети.
4 / Оптимизация.
Цель модуля - научить ускорению и квеличению производительности нейросетей. По итогу - готовый кейс по предыдущему модулю в ваше портфолио.
5 / Дообучение нейросетей.
Transfer learning & Fine-tuning. Слушатели дообучат нейросеть ImageNET с целью распределения изображений по классам.
6 / Работа с естественным языком.
Модуль курса посвящён работе с NLP. Слушатели создадут нейросеть и освоят работу с естественным языком.
7 / Сегментация и детектирование.
Спроектируете нейросеть для сегментации и обучите её решать задачи детектирования объектов.
8 / Reinforcement Learning.
RL - обучение нейросетей с подкреплением. По итогам этого модуля создадите игрового Pong-агента на основе DQN-алгоритма.
9 / Продвинутые нейронные сети.
В завершении курса преподаватели познакомят с областями применения нейросетей. Слушатели самостоятельно создадут нейронную сеть GAN по генерации изображений.
10 / Выпускной хакатон.
Командное соревнование на Kaggle.
