Набор закрыт

НИУ ВШЭ: «Нейронные сети в машинном обучении»

для студентов НИУ ВШЭ | бесплатно

Изучай применение нейронных сетей в современных технологиях машинного обучения в теории и на практике.
Изображение образовательного центра/проекта

О чём курс?

На курсе от VK Education ты получишь глубокое понимание нейронных сетей и их применения в машинном обучении. Научишься использовать и оптимизировать глубокие нейронные сети и поработаешь с реальными данными в ходе обучения модели.

Занятия для студентов НИУ ВШЭ проходят в гибридном формате.  Обучение бесплатное, количество мест ограничено.

Кому подходит эта программа?

Как поступить на эту программу?

Как подготовиться к поступлению?

Длительность

4 месяца

Формат

Гибридный

Нагрузка

От 4 ак. часов в неделю

Кто может учиться

Студенты НИУ ВШЭ

Стоимость

Бесплатно

Статус

Скоро набор

Набор заявок закрыт

Подпишись на уведомления, чтобы не пропустить старт набора.

Изучай то, что востребовано на рынке

Специалист по нейронным сетям разрабатывает, обучает и оптимизирует модели машинного обучения и искусственного интеллекта. Он создаёт и настраивает нейронные сети для решения конкретных задач. На курсе ты получишь практический опыт работы с нейронными сетями и научишься применять их в различных областях, таких как распознавание образов и обработка текста. Освоишь искусство разработки и оптимизации глубоких нейронных сетей, анализа реальных данных и сможешь творчески подходить к созданию инновационных моделей.

Получай практические навыки

Нейронные сети в машинном обучении

Узнаешь всё о нейронных сетях — от теоретических основ до применения в задачах машинного обучения.

Работа с реальными данными

Получишь навыки обработки и анализа реальных данных для эффективного обучения моделей на практических занятиях и выполняя домашние задания.

Развитие творческого мышления

Займёшься разработкой и исследованием инновационных архитектур нейронных сетей.

Содержание программы

цель курса

Получить знания и навыки, необходимые для глубокого понимания нейронных сетей, их применения в различных задачах машинного обучения. Освоить методы глубокого обучения в работе с реальными данными.

изучение технологий:

PyTorch - популярная библиотека для машинного обучения
GAN - генеративные состязательные сети, используемые для создания реалистичных изображений и видео
U-Net - архитектура нейронной сети, широко используемая в задачах сегментации изображений
Back propagation - метод обучения нейронных сетей, позволяющий корректировать веса на основе ошибок
Adam - алгоритм оптимизации, часто используемый для быстрого и стабильного обучения моделей

всего

28 занятий / 60 ак. часов и 14 домашних заданий

преподаватель

аватар

Алексей Спасёнов

Руководитель группы, AI VK

Приложил руку к различным сервисам VK, используя технологии компьютерного зрения. На курсе расскажет про технологии обучения нейронных сетей, методы решения задач компьютерного зрения и алгоритмы поиска визуального контента.

Введение. Основы нейронных сетей 

Детали обучения нейронных сетей

Свёрточные сети (CNN)

Методы оптимизации

Глубинные нейронные сети

Детектирование

Сегментация

Интерпретация моделей

Рекуррентные сети (RNN)

Коллоквиум

Нейронные сети для обработки естественного языка

Соперничающие сети (GAN)

Вариационные автокодировщики (VAE) и Diffusion Models

Обучение с подкреплением (RL)

Графовые нейронные сети (GNN)

Защита проектов

Кому подходит курс

Студентам НИУ ВШЭ

Обучение подойдёт студентам технических и бизнес-специальностей, желающим получить навыки для успешного старта карьеры в IT.

Какие требования?

Обладать знаниями и навыками

Для обучения необходимы базовые знания математики и статистики, умение программировать на Python и понимание основных алгоритмов машинного обучения.

Иметь достаточно времени

Занятия на курсе проходят онлайн в будние дни с 18:10 до 21:00.

Быть готовым к нагрузке

На обучение необходимо выделять не менее 6 часов в неделю. Лекции и семинары занимают 4 академических часа, выполнение домашнего задания — ещё около 2 академических часов.

Как поступить на курс?

Для нас важно качество образования, а не количество выпускников, поэтому места на наших бесплатных программах и курсах ограничены. Чтобы начать обучение, выполни несколько простых действий.

Зачисление

Курс «Нейронные сети в машинном обучении» доступен только для студентов магистратур ИМШ в рамках основной образовательной программы.

Набор заявок закрыт

Подпишись на уведомления, чтобы не пропустить старт набора.

Как подготовиться?

Эти материалы помогут тебе получить необходимые знания и освоить полезные навыки для поступления на курс.

Книги

Глубокое обучение. 2017

Я. Гудфеллоу, И. Бенджио, А. Курвилль

Глубокое обучение на Python. 2018

Франсуа Шолле

Обучение с подкреплением. 2017

Ричард Саттон, Эндрю Барто

Learning From Data. 2012

Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin

Deep Learning for Computer Vision with Python. 2017

Адриан Роузброк

Частые вопросы

остались вопросы?

Просто напиши нам — мы ответим в ближайшее время.

Все программы и курсы VK Education бесплатные.
Лекции читают ведущие эксперты-практики VK. Семинары ведут преподаватели вуза, в котором студент проходит обучение. Подробную информацию о преподавателях ты найдёшь на странице курса.
Лекции и семинары для студентов НИУ ВШЭ проводятся онлайн в будние дни один раз в неделю с 18:10 до 21:00 по московскому времени.
Да, на курсе предусмотрены домашние задания, их выполнение займёт около двух часов в неделю.
Для студентов НИУ ВШЭ на обучении действует балльная система, в соответствии с критериями оценивания вуза. Для успешного окончания курса необходимо набрать пороговое количество баллов.
Рекомендации по подготовке и список полезной литературы можно найти на странице программы.
После обучения тебе откроется доступ ко всем стартовым позициям в VK, но всё зависит от того, как именно ты будешь учиться и какие вакансии будут открыты в компании во время твоего обучения. Резюме выпускников образовательных проектов VK Education всегда рассматриваются в приоритетном порядке.
Проходить этот курс могут действующие студенты магистратуры НИУ ВШЭ IT-специальностей.
Студенты НИУ ВШЭ могут задавать вопросы преподавателям в чате курса и во время занятий.

Набор заявок закрыт

Подпишись на уведомления, чтобы не пропустить старт набора.