Deep Learning — Лучшие онлайн курсы

Программа

1. Персептрон.
2. Многослойная нейронная сеть.
3. Свёрточные сети.
4. Современные свёрточные архитектуры.
5. Рекуррентные сети.
6. Механизм внимания.
7. Компьютерное зрение.
8. Работа с текстовой информацией.
9. Генеративные состязательные сети (GAN).
10. Итоговый проект.

Чему научитесь?

• Работе с многомерными свёртками, генерации текстов, изображений, прочего контента.
• Построению языковых моделей, а также архитектур RNN, GRU, LSTM, Encoder-Decoder.
• Обучению генератора выбору данных из линейной регрессии, проведению межъязыкового семантического поиска. 
• Решению прикладных задач Object Detection, Object Localization, Bounding boxes, AnchorBoxes.
• Использованию инструментов Padding & Stride, Pooling, LeNet, AlexNet, VGG, NiN, GoogLeNet, ResNet/DenseNet.

Полноценная программа с продолжительностью 24 месяца для тех, кто хочет стать инженером и активно заниматься разработкой ИИ. Вы изучите цифровые технологии, ОС, ПО, БД, системы аналитики, ЯП, основы программирования, концепции компьютерных наук. Познакомитесь с системным анализом, тестированием. Выберите специализацию и технологии, начнете развиваться в выбранном направлении.

Программа

1. Введение в искусственные нейросети.
2. TensorFlow, Keras фреймворки для глубокого обучения.
3. Сверточные нейронные сети для распознавания изображений.
4. Оптимизация, повышение скорости работы.
5. ImageNET для решения задачи классификации изображений.
6. NLP для определения рукописных цифр на Python.
7. Обучение нейросети решать задачи, связанные с детекцией.
8. Reinforcement Learning (агент для игры в Pong на основе DQN-алгоритма).
9. Разбор прочих областей использования нейронных сетей

Чему научитесь?

• Применению DL-алгоритмов для решения различных задач бизнеса.
• Работе в команде с другими программистами, разработчиками, тестировщиками.
• Созданию рекомендательных систем подходящих продуктов/товаров при покупке.
• Программированию на языке Python, проведению аналитических подсчетов.
• Обработке крупных баз данных, файловых систем, документов, накопителей.
• Разработке разных моделей предсказаний, от кредитного рейтинга до увеличения показателей продаж. 

Программа

1. Работа с данными, инструменты Data Science. Английский, основы математики и статистики.
2. Хранение данных. Проектирование экспериментов для бизнеса, науки, презентация результатов. Основы ML.
3. Углубленное изучение Machine Learning. Карьерный трек. Практика, стажировка. 
4. Soft skills для работы в IT.
5. Дипломный проект.

Чему научитесь

• Программировать на Python, использовать базовые библиотеки и фреймы.
• Управлять хранением данных.
• Работать с искусственным интеллектом, прогнозировать события, делать обработку данных и создавать рекомендательные системы.
• Применять ML, улучшать алгоритмы.
• Управлять производством, проектами, командой. 

Программа

Краткая программа курса «Machine Learning PRO».

1. Введение в ML.
2. Методы предобработки данных.
3. Регрессия.
4. Кластеризация.
5. Tree based алгоритмы.
6. Оценка качества алгоритмов.
7. Временные ряды.
8. Рекомендательные системы.

Краткая программа курса «Deep Learning».

9. Введение в искусственные нейронные сети.
10. Фреймворки TensorFlow, Keras.
11. Сверточные нейронные сети.
12. Способы оптимизации.
13. Решение задач классификации изображений.
14. Сегментация изображений.
15. Объектное детектирование.
16. Что такое NLP и Word Embeddings?
17. Рекуррентные нейросети.
18. Создание GAN-нейросетей.

Чему научитесь?

• Программировать на Пайтон с использованием средств анализа/обработки информации.
• Работать с ML-моделями, алгоритмами, получать сведения из различных ресурсов.
• Обрабатывать базы данных, строить таблицы, графики, сетки, диаграммы.
• Применять навыки Data Science на профессиональном уровне.
• Разрабатывать модели предсказания кредитного рейтинга, продаж в розничном бизнесе.
• Делать системы рекомендаций подходящих товаров при покупке.
• Грамотно представлять свои идеи заказчику, выступать перед целевой аудиторией.

На курсе научитесь взаимодействовать в Python с тензорами, изучите основы PyTorch, поймете, как обрабатывать изображения средствами нейронных сетей и с помощью Пайтон, обрабатывать речь и текст. Продолжительность курса 24 акад. часа. Стоимость 34490 руб. Выдается документ, возможна рассрочка.

Программа

1. Естественный и искусственный интеллект.
2. Основные определения, критерии.
3. Ключевые теоретические подходы к моделированию мышления.
4. Тестирование на интеллект/сознание.
5. Главные проблемы философии сознания.
6. Как определять моральные поступки.
7. Этические дилеммы современной техники.
8. Искусственный интеллект в медицине.
9. Аргумент сингулярности: философский анализ.
10. Экзистенциальные угрозы ИИ.
11. Набор бонусных модулей.

Чему научитесь?

• Определять, создавать, развивать искусственный интеллект.
• Следить за траекторией развития исследований.
• Владеть важными категориями, терминами в области ИИ.
• Выявлять разного рода ошибки, сбои, неполадки, юыстро устранять их.
• Составлять рациональную/правдоподобную концепцию будущего ИИ.
• Выдвигать, отстаивать собственные гипотезы.
• Анализировать научные статьи, эффективно аргументировать свою точку зрения.
• Проводить актуальные научные исследования, выступать перед аудиторией.

Программа

1. Python.
2. БД, ООП, модули.
3. ML.
4. Теория для ML.
5. Основные методы ML.

Чему научитесь

• Решать задачи с помощью методов ML.
• Использовать Python-библиотеки.
• Понимать работу алгоритмов и моделей.

Программа

1. Искусственные нейронные сети.
2. Фреймворки TensorFlow, Keras, Pytorch.
3. Сверточная нейронная сеть.
4. Улучшаем скорость, производительность сетей.
5. Transfer learning & Fine-tuning.
6. NLP.
7. Детектирование объектов, сегментация.
8. Создание агента для игры с помощью DQN алгоритма.
9. Продвинутые нейронные сети.

Чему научитесь

• Программировать, анализировать и обрабатывать данные с помощью языка Python.
• Работать с алгоритмами, моделями машинного обучения, решать бизнес-задачи.
• Получать данные из баз данных, файлов, интернета и других источников.

Программа

1. Знакомство с нейронной сетью.
2. Обучение нейросетей.
3. Основные виды нейронных сетей.
4. Карьера в Data science.
5. Рекомендации по составлению резюме. 

Чему научитесь

• Понимать устройство нейронных сетей.
• Обучать самостоятельно математическую модель. 

Программа

1. Понятие нейрона, нейронной сети.
2. Создание нейронной сети.
3. Какие задачи поможет решить нейронная сеть.
4. Оптимизация задач, основные методы.
5. Сверточные нейронные сети.
6. Нормализация, регуляризация.
7. Максимальное правдоподобие, особенности метода.

Чему научитесь

• Самостоятельно решать задачи компьютерного зрения.
• Понимать принципы работы нейронных сетей.

На курсе пройдете 35+ уроков, 20+ тестов и интерактивных заданий. Основные темы курса: Python, библиотеки Numpy, Matplotlib, Pandas, градиентная оптимизация, основы ML, линейные модели, Lenet, Backpropagation, настройка гиперпараметров, семантическая сегментация, reinforcement learning, Alexnet, рекуррентные, сверточные нейронные сети. Получите разбор кейсов от топовых экспертов, рассмотрите лучшие практики, подходы. 

За 2 месяца научитесь с помощью TensorFlow создавать приложения глубокого обучения. На практике создадите современные классификаторы изображений и другие модули глубокого обучения. Стоимость: бесплатно.

Особенности:

• Качественный контент.
• Преподают эксперты.

Программа

1. Обработка естественных языков, анализ, обработка текста.
2. Классификация длинного текста, создание векторной модели.
3. Нейросетевые методы для работы с текстом.
4. Генерация текста, языковые модели.
5. Как преобразовать последовательность.
6. Адаптация моделей.
7. Соревнование на Kaggle. 

Чему научитесь

• Использовать современные методы автообработки текста, например: чат-ботов, построение баз знаний, машинный перевод, поиск по смыслу.

Программа

1. Линейная алгебра.
2. Градиентный спуск, перцептрон.
3. Использование алгоритма обратного распространения ошибки.
4. Мониторинг состояния сети.

Чему научитесь

• Понимать основы искусственных нейронных сетей.
• Использовать нейронные сети для анализа данных.

Программа

1. Знакомство с машинным обучением.
2. Компьютерное зрение.
3. Введение в NLP.
4. Анализ данных и ИИ. Математические идеи.

Чему научитесь

• Понимать базовые области ИИ.
• Использовать математические идеи для обработки данных.

22 урока на английском языке для тех, кто хочет углубиться в тему искусственного интеллекта. Изучите инструменты, основы Python, Linux и Bash, линейной алгебры, а также машинное обучение, основы оптимизации: производная и градиентная, линейные модели и градиентный спуск, многослойные нейронные сети, многоклассовая классификация, обучение нейронным сетям, регуляризация, Convolutional Neural Networks, архитектура, Transfer Learning, особенности компьютерного зрения: сегментация, обнаружение объектов, передача стиля.

На курсе узнаете, как использовать нейросети в 20 сферах, в т.ч. нестандартных. Прямо в эфире рассмотрите несколько нейросетей, а также рассмотрите успешные решения, реализованные с помощью искусственного интеллекта. Стоимость: бесплатно.

Особенности:

• Подборка из 600+ нейросетей.
• Общение с экспертами.