EAS-029

Нейронные сети и глубокое обучение

Освойте глубокое обучение и создавайте мощные нейросетевые модели! Курс детально разбирает нейросетевые архитектуры и практические способы создания моделей для классификации, обнаружения, сегментации и локализации объектов, генерации изображений и текстов, в т.ч. с применением предобученных сетей с их последующим дообучением и тонкой настройкой под конкретные предметные области. В рамках данного курса слушатели приобретут знания о различных нейросетевых архитектурах и фреймворках для глубокого обучения, причем акцент сделан на практических приемах их использования, в т.ч. с помощью облачных платформ Google Colab и Kaggle. Основное внимание курс уделяет сверточным нейронным сетям и их оптимизации, приемам обнаружения объектов на изображениях с их последующей классификацией, сегментацией и/или локализацией, способам обработки естественного языка, в т.ч. для генерации текстов и изображений, а также задачам обучения моделей с подкреплением. Лабораторный практикум предусматривает создание нейросетей как в ходе занятий, так и в качестве домашних заданий, например, для распознавания объектов не только на базе классических датасетов типа FashionMNIST и CIFAR-10, но и на данных из реальной жизни (в частности, выявление и классификация опухолей на томограммах медицинских обследований и т.д.).

Удостоверение о прохождении

Смотреть пример

40 академ. часов

Онлайн

Подробнее

Улучшаемые навыки

Глубокое обучение

CNN

NLP

Transfer Learning

GAN

Оптимизация моделей

Обработка изображений

Генеративные сети

Обучение с подкреплением

Инструменты

Python

TensorFlow

Pytorch

Чему вы научитесь

01 Создавать и оптимизировать сверточные нейронные сети

02 Применять предобученные модели для решения конкретных задач

03 Обрабатывать естественный язык с использованием трансформеров и BERT

04 Реализовывать генеративные сети для создания изображений

05 Разрабатывать модели обучения с подкреплением

Программа курса

01 Введение в искусственные нейронные сети. Современное применение нейронных сетей. Основные задачи: компьютерное зрение, обработка естественного языка, беспилотные агенты, генеративные сети, обучение с подкреплением и другие области.

Архитектуры нейронных сетей. Нейрон, веса, функции активации, обучение

Области применения нейронных сетей

Основные классы задач, решаемых сетями

02 Фреймворки для глубокого обучения (PyTorch, TensorFlow, Keras)

Методы оптимизации, метрики, функции потерь, управление гиперпараметрами

Тензоры, переменные, градиенты, функции, модели, обучение

Устройство TensorFlow и PyTorch, модели и виды слоев в Keras

03 Сверточные нейронные сети

Архитектура CNN. Фильтры, пулинг, 1D/2D/3D

Обучение сверточных сетей

Идеи удачных архитектур: AlexNet, VGG, Inception, ResNet

04 Оптимизация нейронной сети

Алгоритм градиентного спуска и его варианты

Регуляризация, Dropout, Batch Normalization

05 Transfer learning & Fine-tuning

Способы доучивания сетей: полные и частичные

Использование предобученных сетей в других задачах

06 Обработка естественного языка

Виды задач: классификация, разметка, генерация, seq2seq

Представления слов и текстов. Эмбеддинги. Word2Vec, FastText

Языковые модели. ELMo, *BERT

Трансформеры, механизм внимания, GPT, XLNet

07 Сегментация и детектирование объектов

Сети для сегментации изображений

Сети для детектирования объектов на изображениях

08 Генеративные сети

GAN для генерации изображений

Диффузионные модели. Stable Diffusion

09 Обучение с подкреплением

Принципы обучения с подкреплением и основные подходы. Q-обучение

Глубокое обучение с подкреплением

10 Итого: теория – 14 ч (35%), практика – 26 ч (65%) + 30 ч на ДЗ

52 400 ₽

47 160 ₽ — для физ. лиц

Записаться на курс

Для кого

ML Engineer

Разработчик

Архитектор ПО

Предварительная подготовка

Уверенное владение языком Python3 и популярными модулями для обработки численных данных (numpy, scikit-learn, matplotlib и т.д.)

Основы линейной алгебры и дифференциального исчисления

Основы теории вероятностей и статистического анализа

Расписание курсов

02.03.2026 - 13.03.2026

Дата и время:

02.03.2026-13.03.2026

Тренер: В процессе согласования

Middle 40 часов

52 400 ₽

47 160 ₽ — для физ. лиц

Записаться

Смотреть полное расписание

52 400 ₽

47 160 ₽ — для физ. лиц

Записаться на курс

52 400 ₽

47 160 ₽ — для физ. лиц

Юр. лицо — 52 400 ₽

Физ. лицо — 47 160 ₽

02.03.2026, Онлайн

Ознакомлен с политикой обработки персональных данных

Cоглашаюсь с условиями обработки персональных данных

Наши ученики работают в:

Наши клиенты

Связанные курсы

EAS-028

24 часа

Машинное обучение для анализа естественного языка (NLP)

Научитесь применять машинное обучение для анализа текстов и решения реальных задач NLP. Курс сочетает теорию и практику: от предобработки текстов до работы с BERT и GPT. Освойте современные методы обработки естественного языка (NLP) и научитесь применять их в проектах. Уникальность — акцент на практику с использованием Python и предобученных моделей. Тренинг по обработке естественного языка с помощью машинного обучения предназначен для тех, кто хочет познакомиться со сложными методами обработки текстовых данных. Он включает в себя необходимый минимум теории и большой объем практических занятий, позволяющих участникам овладеть необходимыми навыками для работы в области анализа данных. К каждому модулю предлагаются задания для самостоятельного выполнения - домашние работы. В рамках тренинга участники изучат методы преобразования текстовых данных, такие как стемминг, лемматизация и векторизация, а также базовые задачи, которые могут быть решены с помощью методов машинного обучения, такие как классификация, суммаризация текстов, выделение имен и другие. Будет уделено особое внимание практическому применению методов машинного обучения на языке Python с использованием современных нейросетей, таких как FastText, BERT и GPT-2.

от Middle

41 900 ₽

Ознакомлен с политикой обработки персональных данных

Cоглашаюсь с условиями обработки персональных данных

Запрос нового пароля

Новый пароль отправлен

Нейронные сети и глубокое обучение

52 400 ₽

Улучшаемые навыки

Инструменты

Чему вы научитесь

Программа курса

52 400 ₽

Для кого

Предварительная подготовка

Расписание курсов

52 400 ₽

Записаться на курс

Наши ученики работают в:

Наши клиенты

Связанные курсы

Нужна помощь? Оставьте заявку, и мы свяжемся с вами в ближайшее время