Курс по нейросетям и машинному обучению для начинающих
О чём курс
О чём курс
Читатель получит представление об основах машинного обучения и принципах работы нейросетей. Обучение идет по цепочке от понимания работы отдельного нейрона к практическим инструментам: библиотеке Keras, свёрточным и рекуррентным архитектурам, а также большим языковым моделям.
В финале вы выберете архитектуру, создадите и обучите собственную нейросеть для распознавания изображений. Дополнительно курс содержит материалы по профильному английскому языку для IT от школы Advance и карьерный интенсив от центра «ЭЙЧ».
Для кого
- Новички в IT, желающие разобраться в принципах работы нейросетей на практике.
- Студенты и разработчики, которым нужно освоить Keras, свёрточные сети (CNN) и реализовать проект в области машинного обучения.
- Специалисты, интересующиеся технологиями искусственного интеллекта для решения прикладных задач.
Что внутри
Программа разделена на семь этапов. Изучение начинается с математических основ, истории развития сетей и алгоритма обратного распространения ошибки. Далее разбирается программирование на Keras, генерация текстов, компьютерное зрение и работа с локальными LLM-моделями. Каждый блок подкрепляется лабораторной работой и проверочным тестом.
Об авторе
Сергей Егоров — руководитель отдела проектирования информационных систем в защищённом исполнении. Стаж работы в сфере IT составляет 15 лет.
Программа обучения
Блок 1. Основы нейронных сетей Реализация обучения простого нейрона История нейросетей Увеличение связей в нейросети Обучение трехсвязного нейрона методом перебора весов Добавление нейронов и создание скрытого слоя Оптимизация обучения нейросети Метод обратного распространения ошибки Виды и параметры нейросетей Лабораторная работа Тест по блоку №1 Блок 2. Работа с библиотекой Keras Знакомство с библиотекой Keras Генерация текста с помощью рекуррентной нейронной сети Лабораторная работа Тест по блоку №2 Блок 3. Распознавание изображений Создание и обучение нейросети для распознавания изображений Знакомство со сверточным нейросетями (CNN) Лабораторная работа Тест по блоку №3 Блок 4. Работа с локальными моделями Работа с LLM (большими языковыми моделями) Лабораторная работа Тест по блоку №4 Блок 5. Практическое применение Практическое применение нейросетей в реальных задачах Лабораторная работа Тест по блоку №5 Блок 6. Финальный проект Финальная практическая работа Блок 7. Завершающий этап Финальный тест
Теги курса
Другие материалы автора 3
СЕ Сергей Егоров Все материалыОтзывов пока нет. Будьте первым!
Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.
Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.
Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.