Татьяна Воронич
учился и оставил отзыв
NPS: 100
Анна Закутняя
Окончила магистратуру по количественным финансам в НИУ-ВШЭ. С университета интересуется задачами машинного и глубоко обучения. Успела поработать над различными проектами: разрабатывала пайплайн для детекции и распознавания картин; интегрировала модуль распознавания в прототип автоматического сортировщика мусора с помощью ROS; собирала пайплайн распознавания видео и многие другие.
Татьяна Воронич
учился и оставил отзыв
онлайн обучение
стажировка
студенческий чат
практики
трудоустройство
наставничество
домашние задания
NPS(?):
91
Deep Learning
https://otus.ru/lessons/dl-basic
Повторим с вами необходимые области математики: теорию информации, теорию вероятности, линейную алгебру и основы анализа.
Изучим основные библиотеки и фреймворки для машинного обучения работы с нейронными сетями: от NumPy до TensorFlow.
Решим классические задачи глубокого обучения по всем основным направлениям: "Компьютерное зрение", "Обработка естественных языков", "Обучение с подкреплением", "Генеративные сети".
После прохождения курса вы:
Сможете пройти собеседование на должность Junior Deep Learning Engineer;
Научитесь решать задачи машинного обучения с помощью нейронных сетей, такие как: генерация рукописных цифр, самообучающийся бот для игры в крестики-нолики, классификация изображений и т. д.;
Будете знать теорию, необходимую для прохождения продвинутых курсов.
Карта курсов направления Data Science в OTUS
Научитесь работать с нейронными сетями с использованием фреймворков PyTorch, Tensorflow, Keras
Изучите теорию и практику по таким важным направлениям Deep Learning, как Computer Vision, NLP, обучение с подкреплением
Самый современный материал про глубокое обучение
Программа подготовлена признанным экспертом по глубокому обучению
Изучим основные библиотеки и фреймворки для машинного обучения работы с нейронными сетями: от NumPy до TensorFlow.
Решим классические задачи глубокого обучения по всем основным направлениям: "Компьютерное зрение", "Обработка естественных языков", "Обучение с подкреплением", "Генеративные сети".
После прохождения курса вы:
Сможете пройти собеседование на должность Junior Deep Learning Engineer;
Научитесь решать задачи машинного обучения с помощью нейронных сетей, такие как: генерация рукописных цифр, самообучающийся бот для игры в крестики-нолики, классификация изображений и т. д.;
Будете знать теорию, необходимую для прохождения продвинутых курсов.
Карта курсов направления Data Science в OTUS
Научитесь работать с нейронными сетями с использованием фреймворков PyTorch, Tensorflow, Keras
Изучите теорию и практику по таким важным направлениям Deep Learning, как Computer Vision, NLP, обучение с подкреплением
Самый современный материал про глубокое обучение
Программа подготовлена признанным экспертом по глубокому обучению
4 ак. часа в нед.