Machine Learning: курс о нейронных сетях в OTUS
Одна из обучающих программ образовательного проекта OTUS посвящена машинному обучению. Это специальный курс, созданный не для новичков. Он разработан признанным экспертом в своей области и будет полезен тем, кто уже знаком с классическим машинным обучением и желает глубже погрузиться в мир нейронных сетей и Deep Learning, получив навыки уровня Middle/Senior.
Пригодится курс и начинающим специалистам, которые намерены расширить свои знания, быстро и систематизировано выйти на высокие позиции в крупных IT-компаниях.
Что входит в программу?
Программа включает в себя последние наработки в сфере машинного обучения. Вы узнаете ответы на следующие вопросы: – что такое нейронные сети? – какими они бывают? – какие задачи можно решить с их помощью и как это сделать?
Примеры тем выпускного проекта: 1. Теоретические основы обучения нейронных сетей; 2. Погружение в PyTorch; 3. Базовые архитектуры нейронных сетей: Автокодировщики, Рекуррентные и Свёрточные сети; 4. Взрыв и затухание градиентов; 5. Адаптивные методы градиентного спуска; 6. Обзор современных глубоких сверточных архитектур; 7. Metric-learning и обучение без примеров; 8. Генеративные Состязательные Сети и многое другое;
Особенности обучения на курсе Machine Learning
Для успешного освоения курса потребуется знание линейной алгебры, начала анализа, теории вероятностей. Также необходимо владеть языком программирования Python на уровне Junior.
Обучение проходит в формате онлайн-вебинаров. Знания закрепляются путём выполнения домашних заданий, которые проверяются преподавателем. В конце обучения студента ждёт большая проектная работа.
Окончив курс, вы сможете спроектировать собственную архитектуру нейронной сети, реализовать её на Python с помощью фреймворка PyTorch и эффективно решить задачи анализа данных в следующих областях: — компьютерное зрение; — обработка естественных языков; — анализ социальных графов; — предиктивная аналитика и многих других.
В результате вы станете более востребованы со стороны крупных IT-компаний, финансовых учреждений, научно-исследовательских групп и организаций. Ждём вас на занятиях!
Хотите узнать больше? Спрашивайте в комментариях!
