Програма курсу

На цьому курсі вивчають глибоке навчання з нуля до просунутого рівня. Програма побудована логічно - від базових концепцій до складних архітектур.

Основи глибокого навчання та PyTorch

Курс починається з введення в глибоке навчання. Студенти дізнаються, як нейронні мережі вирішують задачі обробки природньої мови та комп'ютерного зору. Розглядають компоненти мережі, процес навчання через градієнтний спуск і функції втрат. Одразу ж переходять до практики у PyTorch - будують першу нейронну мережу, вивчають функції активації та методи регулярізації.

Робота з текстом: від класики до трансформерів

Далі курс зосереджується на обробці тексту. Студенти освоюють векторні представлення слів через Word2Vec та GloVe. Потім переходять до рекурентних мереж - RNN, LSTM та GRU, які працюють з послідовностями. Цей блок завершується моделями seq-to-seq та трансформерами, включаючи BERT і GPT-2.

Практичне застосування NLP

Тут вивчають реальні задачі обробки природньої мови. Студенти вчать класифікувати тексти, будувати системи відповідей на запитання та семантичного пошуку. Окремо розглядають генеративні моделі для перефразування, сумаризації та роботи з великими мовними моделями.

Комп'ютерний зір: від класифікації до генерації

Друга половина курсу присвячена комп'ютерному зору. Починають з згорткових мереж для класифікації зображень. Потім переходять до трансферного навчання на популярних архітектурах - від LeNet до EfficientNet. Далі вивчають детекцію об'єктів через R-CNN та YOLO, семантичну сегментацію з UNet та Mask R-CNN.

Генерація зображень та оптимізація

Завершальні модулі охоплюють генеративні моделі для роботи з зображеннями. Студенти працюють з автокодерами, GAN-мережами та дифузійними моделями для створення контенту. Окремо вивчають техніки оптимізації - налаштування гіперпараметрів, прискорення тренування та роботу зі змішаною точністю.

Запуск у продакшен

Курс завершується практикою розгортання моделей. Студенти вчать упаковувати рішення у FastAPI API та організовувати моніторинг моделей у робочому середовищі.

Що отримують студенти

Під час навчання доступна підтримка ментора. Основний акцент - практичні завдання для закріплення матеріалу. Після успішного завершення курсу видають сертифікат. Головний інструмент роботи - фреймворк PyTorch.

Що включено

Видається диплом/сертифікат

Гнучкий графік

Супровід ментора

Deep Learning

Про курс

Програма курсу

Основи глибокого навчання та PyTorch

Робота з текстом: від класики до трансформерів

Практичне застосування NLP

Комп'ютерний зір: від класифікації до генерації

Генерація зображень та оптимізація

Запуск у продакшен

Що отримують студенти

Що включено

Про школу

Світ Сучасної Освіти

Інші курси школи

Розробка програмних модулів на PL/SQL

Data Science and Machine Learning: Essentials

Microsoft Excel для аналізу даних