PYNN: НЕЙРОННЫЕ СЕТИ НА PYTHON
Практический курс «Нейронные сети на Python» — основы нейросетей для аналитиков, разработчиков Big Data, руководителей и специалистов по работе с большими данными. ЧТО ТАКОЕ НЕЙРОННЫЕ СЕТИ И ПРИ ЧЕМ ЗДЕСЬ МАШИННОЕ ОБУЧЕНИЕ (MACHINE LEARNING) Искусственная нейронная сеть (нейросеть) – это математическая модель с программной или аппаратной реализацией, имитирующая функционирование биологических нервных клеток живого организма. В отличие от других вычислительных моделей.
ПРОГРАММА КУРСА «НЕЙРОННЫЕ СЕТИ НА PYTHON»
- Простейшие нейронные сети
- Теоретическая часть: основные понятия; классификация задач, решаемых с помощью методов машинного обучения; виды данных, понятие датасета; полносвязные нейронные сети.
- Практическая часть: первичный анализ датасета, предобработка данных, построение полносвязной нейронной сети.
- Математические основы нейронных сетей
- Теоретическая часть: метрики качества работы нейронной сети, градиентный спуск, алгоритм обратного распространения ошибки, эффект переобучения.
- Практическая часть: тонкая настройка нейронной сети на примере задачи классификации изображений.
- Свёрточные нейронные сети
- Теоретическая часть: параметры сверточных нейронных сетей, предобученные нейронные сети.
- Практическая часть: использование предобученных нейронных сетей на примере задачи классификации изображений.
- Решение кейса: “Классификация изображений”
- Теоретическая часть: построение набора данных, фильтрация и предобработка данных.
- Практическая часть: решение кейса.
- Использование нейронных сетей в production
- Теоретическая часть: сериализация/десериализация объектов в Python, фреймворк Flask.
- Практическая часть: создание веб-сервиса на фреймворке Flask.
Регистрация