 |
 |
 | (495) 925-0049, ITShop интернет-магазин 229-0436, Учебный Центр 925-0049 |
 |
 |
 |
|||||||
|
Вход
Регистрация |
|||||||||
| |||||||||||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||
|
Курс "Глубокое обучение (нейронные сети) на Python часть 2"
Код: EDU-Python-22
Продолжительность - 5 дней
Глубокое обучение — это особый раздел машинного обучения, новый подход к поиску представления данных, делающий упор на изучение последовательных слоев (или уровней) все более значимых представлений. Под глубиной в глубоком обучении не подразумевается более глубокое понимание, достигаемое этим подходом; идея заключается в многослойном представлении. На курсе "Глубокое обучение (нейронные сети) на Python часть 2" слушатели познакомятся с продвинутыми приемами создания современных моделей глубокого обучения, генеративными моделями глубокого обучения, способными создавать изображения и текст, с моделями глубокого обучения с подкреплением. Прослушав данный курс, Вы узнаете:
Научитесь:
Аудитория: начинающие специалисты в области программирования, рассматривающие предмет как ступень к изучению Data Science, желающих продолжить знакомство с темой машинного обучения с технологией глубокого обучения. Предварительная подготовка: Опыт программирования на языке Python и знание основных библиотек Python для научных расчетов: Numpy, Pandas, Matplotlib. Понимание разделов математики: теория вероятности, статистика, математический анализ, линейная алгебра. Навыки работы с алгоритмами машинного обучения. Курсы, рекомендуемые для предварительного прохождения:
Курсы, рекомендуемые для последующего прохождения:
Программа курса1 Глубокое обучение продвинутого уровня 1.1 Функциональный API фреймворка Keras 1.2 Использование обратных вызовов Keras и TensorBoard для моделей глубокого обучения 1.3 Способы улучшение моделей 2 Генеративное глубокое обучение 2.1 Генерирование текста с помощью LSTM 2.2 DeepDream 2.3 Нейронная передача стиля 2.4 Генерирование изображений с вариационными автокодировщиками 2.5 Генеративно-состязательные сети 3 Глубокое обучение с подкреплением 3.1 Введение в обучение с подкреплением 3.2 Алгоритмы, основанные на стратегиях и полезностях 3.3 Комбинированные методы 3.4 Практические рекомендации в обучении с подкреплением 3.5 Проектирование сред с примерами В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения.
Свободно распространяемое программное обеспечение популярно как среди частных лиц, так и среди организаций. Действительно, СПО позволяет серьезно экономить на приобретении лицензий для компаний, которые многократно тиражируют программное решение. Также благодаря тому, что СПО можно квалифицированно дорабатывать собственными силами под конкретные нужды организации, оно приобретает еще и дополнительную гибкость и удобство в использовании. Открытое программное обеспечение — это программное обеспечение с открытым исходным кодом. Исходный код создаваемых программ открыт, то есть доступен для просмотра и изменения. Это позволяет использовать уже созданный код для создания новых версий программ, для исправления ошибок и, возможно, помочь в доработке открытой программы. В конце обучения на курсах проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненные в процессе обучения. Учебный центр "Интерфейс" оказывает консалтинговые услуги по построению моделей бизнес-процессов, проектированию информационных систем, разработке структуры баз данных и т.д.
|
|
|||||||||||||||||||||||||||||||
