Курсы по Deep Learning в Омске

• Нейронные сети и инструменты CV
• Архитектуры нейронных сетей
• Стандартные задачи CV
• Проектная работа
• Генеративные модели

Узнайте, как обучают глубокие нейросети. 

Освойте базовые и продвинутые инструменты глубинного обучения.  После курса начните карьеру в перспективной сфере Deep Learning.

Вы научитесь:

• Понимать основные концепции NLP и ML, включая техники обработки текста, классификации, извлечения информации, генерации текста и многое другое;
• Владеть Python и библиотеками для NLP - PyTorch*, NumPy, Pandas, Matplotlib, sklearn + XGBoost / LightGBM / CatBoost, Transformers и т. п.;
• Решать задачи классификации, сегментации, детекции и применять методы CV с учетом особенностей разных задач;
• Решать задачи CV, понимать, как устроены и работают архитектуры нейронных сетей и как получать с их помощью наилучшее решение качество решения задачи.

• Нейросетевые решения на практике. Будете использовать предобученные модели для анализа текста и изображений и интерпретировать результаты их работы
• Фундаментальные основы Deep Learning. Реализуете полносвязную нейросеть (MLP) с нуля на PyTorch и обучите её на простом датасете
• Рекуррентные нейронные сети (RNN): от основ к трансформерам. Реализуете RNN/LSTM с нуля на PyTorch и обучите модель на последовательных данных
• Свёрточные нейронные сети (CNN): от основ до продвинутых методов. Построите собственную CNN на PyTorch, обучите модель на MNIST, дообучите предобученную модель на новых данных
• Предобработка дпнных для моделей глубокого обучения (NLP, CV и Audio Analysis). Подготовите данные и подадите их на предобученные модели. Выберете метрики, функцию потерь и оптимизатор, проведёте обучение