Курс по нейронным сетям (3-й курс и старше)

Осень 2018

Всем мы любим запилить что нибудь космическое. И сегодня, я думаю, в мире IT сложно найти что либо более космическое, чем нейронные сети. Кажется, что их возможности безграничны: автопилоты, игра Го, поиск лекарств от рака, синтез речи и музыки. Список можно продолжать бесконечно! Мы приглашаем вас приобщиться к этому космосу.

Наш курс дает базовые представления о том, что такое современные нейронные сети и какие задачи они могут решать. Мы делаем большой упор на практику, т.к. считаем, что в базовом курсе практика гораздо важнее теории. Каждое занятие это примерно час лекции и два часа практики, в процессе которой вы увидите способы решения разнообразных нетривиальных задач: начиная от банального распознавания цифр заканчивая переносом стилей в изображениях, синтезом музыки и искусственным интеллектом для игр.

Цель курса - Всем мы любим запилить что нибудь космическое. И сегодня, я думаю, в мире IT сложно найти что либо более космическое, чем нейронные сети. Кажется, что их возможности безграничны: автопилоты, игра Го, поиск лекарств от рака, синтез речи и музыки. Список можно продолжать бесконечно! Мы приглашаем вас приобщиться к этому космосу.

  • Смешанное занятие №1
    Введение в машинное обучение. Персептрон.
  • Смешанное занятие №2
    Сверточные нейронные сети. Pytorch.
  • Смешанное занятие №3
    Нейронные сети для распознавания образов. VGG, Resnet.
  • Смешанное занятие №4
    Сегментация и локализация объектов
  • Смешанное занятие №5
    Визуализация нейронных сетей. Deep dreams. Style transfer.
  • Смешанное занятие №6
    Рекуррентные нейронные сети.
  • Смешанное занятие №7
    Обучение с подкреплением
  • Смешанное занятие №8
    VAE. DCGAN.
  • Смешанное занятие №9
    Автоэнкодеры. Генеративные состязательные сети (GAN)
  • Смешанное занятие №10
    Разбор некоторых конкурсов Kaggle
  • Экзамен №1
    Экзамен

Длительность
11 занятий
44 ак.часов

Курс преподают

    Дмитрий Соловьев Дмитрий Соловьев
    Алексей Воропаев Алексей Воропаев
    Андрей Мурашев Андрей Мурашев
    Олег Шляжко Олег Шляжко
    Денис Клюкин Денис Клюкин

Получаемые навыки

А еще у нас есть крутая студенческая лаборатория нейронных сетей, где мы внедряем весь этот космос в продакшин. У самых мотивированных студентов будет реальный шанс туда попасть!

Требования

Мы ожидаем, что студенты пришедшие к нам знают основы линейной алгебры (операции над матрицами, обращение матриц), мат.анализа (производные, градиенты), теории вероятности (условная вероятность, теорема Байеса). В первой лекции мы сделаем небольшое, но достаточное введение в машинное обучение и оптимизацию, для тех, кто не изучал эти темы. Если хочется освежить знания математики, рекомендую книгу Deep Learning Part I. Кроме того, мы ожидаем что вы умеете программировать на Python.