Deep Learning and Computer Vision — Master Code IT School

Deep Learning and Computer Vision

Ближайший набор: 03 Сен 2018

План: 24 занятия с охватом таких тем:

1. Основы машинного обучения, датасеты, сети, оптимизация
2. Области применения глубокого обучения, стандартные датасеты лучше результаты на текущий момент
3. Оборудование для тренировки моделей
4. Софт для тренировки моделей
5. Глубокие полносвязные сети, проблемы обучения
6. Свёрточные сети
7. Рекурентные сети
8. Батч-нормализация, регуляризация, аугментация и т.п.
9. Архитектуры для компьютерного зрения
10. Архитектуры для NLP
11. Решение типовых задач: компьютерное зрение, NLP

По окончанию курса Вы будете уметь формулировать задачи для глубокого обучения, понимать применимость, преимущества и недостатки существующих методов.

Добывать подходящие для задачи данные и/или использовать готовые датасеты.
Уметь использовать натренированные глубокие сети для решения схожих задач.

Уметь выбирать архитектуру, тренировать и отлаживать глубокие сети, оценивать точность результатов.

Увеличивать точность результатов используя тест-тайм аугментацию и ансамбли из моделей.

Требования к студентам:
Необходимые знания для обучения:
мат. анализ - производные, частные производные, производная от сложной функции;
линейная алгебра - вектора, матрицы, операции;
теория вероятностей - случайные величины, распределения, вероятности, условные вероятности;
машинное обучение - постановка задачи, классификация, регрессия, регуляризация, функция потерь, оптимизация (градиентный спуск), многослойный перцептрон;
программирование - python.

Преподает курс:

9600 грн
3 месяца 2 раза в неделю по 2 часа
24
48