Включено в модуль:- Нейрон и функция активации. Простейшая нейронная сеть
- Обучение нейросети (эпохи, mini-batch gradient descent, loss function, cross-entropy loss)
- Batchnorm, dropout, регуляризация весов и ранняя остановка
- Backpropagation
- Transfer learning
- Learning rate, adaptive LR
- Softmax
- MLP: перцептроны, устройство
- Data processing: аугментация
- Data processing: нормализация батчей
- Архитектура, принцип работы свертки
- Типы слоев
- Гиперпараметры фильтров.
Описание:В этом модуле вы познакомитесь с анализом данных с использованием Python: изучение основных методов анализа данных, работа с библиотеками для обработки, визуализации и анализа данных, например, Pandas, NumPy и Matplotlib.
Изучите глубокое обучение и нейронные сети: понимание основных принципов и концепций глубокого обучения, изучение различных типов нейронных сетей и их применение в задачах машинного обучения.
Поймете, как делать развертывание и мониторинг моделей глубокого обучения: изучение процесса развертывания и мониторинга моделей глубокого обучения, включая получение и предобработку данных, настройку и оптимизацию моделей, их развертывание на продакшн окружениях и мониторинг их производительности.
Создадите простую нейронную сеть: практическое изучение основных шагов создания и обучения простых нейронных сетей, включая настройку архитектуры сети, определение функции потерь и оптимизатора, обработку входных данных, обучение и оценку модели.
Реализуете модели глубокого обучения для классификации изображений: изучение различных методов и подходов к классификации изображений с использованием глубокого обучения, включая использование сверточных нейронных сетей, предобученных моделей и передачу обучения.
Программа:- Использование Python для анализа данных. Введение в глубокое обучение и нейронные сети
- Глубокое обучение с использованием TensorFlow и Keras. Расширенные темы в глубоком обучении
- Продвинутые темы в глубоком обучении. Развертывание и мониторинг моделей глубокого обучения.
- Создание и обучение простой нейронной сети
- Реализация моделей глубокого обучения для классификации изображений
- Реализация GAN и моделей на основе трансформеров.