Образовал
Сложность
Сложность
Начинающий
Тип обучения
Тип обучения
Курс
Формат обучения
Формат обучения
С проверкой домашнего задания
Трудоустройство
Трудоустройство
Отсутствует
Зач. единицы
Зач. единицы
3
Сертификат
Сертификат
Да

Стоимость курса

бесплатно
нет рассрочки

В курсе «Программирование глубоких нейронных сетей на Python» рассматривается применение нейросетей для решения прикладных задач компьютерного зрения и анализа текстов. 
Вы узнаете, как устроена модель искусственного нейрона и нейронной сети, а также как обучать нейронную сеть решать задачи анализа данных. Будут рассмотрены популярные в настоящее время архитектуры нейронных сетей: сверточные, сети долго-краткосрочной памяти (LSTM) и управляемые рекуррентные блоки (GRU).
Отличительная особенность курса – практическая направленность. Курс включает как изучение теоретических материалов, так и большое количество практических заданий на разработку программ обучения нейронных сетей. Программы мы будем писать на Python с использованием готовых библиотек TensorFlow и Keras. Вы обучите нейронные сети для распознавания моделей одежды, классификации объектов на изображениях, анализа тональности текстов, автоматической генерация текста. Вы научитесь использовать бесплатную облачную платформу Google Colaboratory для обучения нейронных сетей.

Что вы получите после обучения

Приобретаемые навыки
2
Google Colab
3
Анализ
4
Go
5
Keras
7
Google

Вас будут обучать

Кандидат технических наук Должность: Проректор УрФУ по развитию образовательной деятельности
Должность: аспирант кафедры Информационных технологий и систем управления ИРИТ-РТФ УрФУ
Кандидат физико-математических наук Должность: доцент кафедры высокопроизводительных компьютерных технологий ИЕНиМ

Образовательная организация

Уральский федеральный университет имени первого Президента России Б.Н.Ельцина - федеральный университет в Екатеринбурге, созданный на базе Уральского государственного технического университета — УПИ имени первого президента России Б. Н. Ельцина по указу президента РФ Д. А. Медведева № 1172 от 21 октября 2009 года.

  • Год образования: 1920
  • Студентов: 36 000
  • Иностранных студентов: более 4 300 из 101 страны мира
  • Преподавателей: 4 000
  • Выпускников: более 360 000
  • Образовательных программ: 334
  • Бюджетных мест: 7 504 на 2021 год

Миссия
Уральский федеральный университет создан в контексте реализации концепции долгосрочного развития Российской Федерации как один из глобальных лидеров образования и научно-инновационных разработок.

Миссия университета — повышение международной конкурентоспособности Уральского региона и обеспечение реиндустриализации, наращивание человеческого и научно-технического потенциала, сбалансированное обновление традиционных и развитие постиндустриальных отраслей экономики России, в первую очередь на территории Уральского федерального округа.

Стратегической целью создания университета является формирование в Уральском федеральном округе научно-образовательного и инновационного центра, ядром которого станет университет. Это обеспечит лидерство университета в области естественных, гуманитарных и технических наук, его вхождение в число ведущих мировых образовательных и интеллектуальных центров.

Новый элемент системы российского образования — открытые онлайн-курсы — cможет перезачесть любой университет. Мы делаем это реальной практикой, расширяя границы образования для каждого студента. Полный набор курсов от ведущих университетов. Мы ведём системную работу по созданию курсов для базовой части всех направлений подготовки, обеспечивая удобное и выгодное для любого университета встраивание курса в свои образовательные программы
«Открытое образование» – это образовательная платформа, предлагающая массовые онлайн-курсы ведущих российских вузов, которые объединили свои усилия, чтобы предоставить возможность каждому получить качественное высшее образование.

Любой пользователь может совершенно бесплатно и в любое время проходить курсы от ведущих университетов России, а студенты российских вузов смогут засчитать результаты обучения в своем университете.

Программа курса

Раздел 1. Основы программирования нейронных сетей
Тема 1.1. Введение в тематику искусственных нейронных сетей
Тема 1.2. Модель искусственного нейрона.  Общее представление об искусственной нейронной сети
Тема 1.3. Библиотеки для обучения  нейронных сетей
Тема 1.4. Распознавание предметов одежды. Обзор набора данных и выбор архитектуры нейронной сети
Тема 1.5. Распознавание предметов одежды. Построение архитектуры нейронной сети и ее обучение
Тема 1.6. Анализ качества обучения нейронной сети

Раздел 2. Обучение искусственной нейронной сети
Тема 2.1. Обучение искусственного нейрона
Тема 2.2. Обучение искусственной нейронной сети. Метод обратного распространения ошибки

Раздел 3. Нейронные сети для анализа табличных данных
Тема 3.1. Применение нейронных сетей для решения задачи регрессии

Раздел 4. Нейронные сети для задачи анализа изображений
Тема 4.1. Сверточные нейронные сети
Тема 4.2. Распознавание объектов на изображении
Тема 4.3. Предварительно обученные нейронные сети
Тема 4.4. Перенос обучения в нейронных сетях

Раздел 5. Нейронные сети для задачи анализа естественного языка
Тема 5.1. Нейронные сети для задач обработки естественного языка
Тема 5.2. Одномерные сверточные нейронные сети
Тема 5.3. Рекуррентные нейронные сети для задач обработки естественного языка

Рейтинг курса

4.2
рейтинг
0
0
0
0
0
обновлено 01.12.2022 03:38

Программирование глубоких нейронных сетей на Python

Оставить отзыв
Поделиться курсом с друзьями