Deep Learning Недельный практический интенсив по глубокому обучению
Цель этой программы - дать практические навыки работы с глубокими нейронными сетями. Программа состоит из двух
очных модулей, разделенных неделей лабораторной работы.
По итогам программы вы сможете:
обучать глубокие нейронные сети,
классифицировать изображения с использованием deep learning,
проводить сентимент-анализ текстов, применяя технологию глубокого обучения.
Интенсив предназначен для тех, кто уже обладает знаниями и опытом работы в области машинного обучения и data science.
Скрытое содержимое.
Григорий Сапунов
CTO и со-основатель Intento,
экс-руководитель разработки сервиса Яндекс.Новости
Программирует более 20 лет, из них около 15 лет занимается анализом данных,
искусственным интеллектом и машинным обучением, с 2011 года
занимается Deep Learning, участвовал в проектах
RoadAR (нейросетевое распознавание объектов на дороге),
Icon8 (нейросетевые фильтры) и др.
Подробнее о программе
.
День 1. Введение в deep learning и классификация изображений
• Обзор современных возможностей нейронных сетей
• Основы нейронных сетей. Сверточные сети (CNN)
• Принципы классификации изображений
• Case studies: разбор двух известных моделей LeNet, AlexNet
Лабораторная неделя
• Соревнование по классификации изображений с использованием облачной GPU-машины
День 2. Классификация текстов
• Разбор лабораторной работы и награждение победителей
• Основы классификации текстов. Word2vec
• Практическая работа по сентимент-анализу текстов с использованием RNN
• Мастер-класс применения deep learning в бизнесе
Длительность
с 26 ноября по 3 декабря
График занятий
2 полных дня
+ неделя лабораторных работ
Обучение будет проходить в формате выходной, неделя лабораторной работы, второй выходной. Каждому слушателю программы на время обучения будет выдана виртуальная машина с GPU в облаке, доступная 24 часа каждый день обучения.
Используемые библиотеки: Caffe, Keras.
По результатам программы вы сможете самостоятельно решать практические задачи с помощью глубокого обучения, создавать законченные приложения для обработки изображений и текстов, участвовать в конкурсах на kaggle
Цель этой программы - дать практические навыки работы с глубокими нейронными сетями. Программа состоит из двух
очных модулей, разделенных неделей лабораторной работы.
По итогам программы вы сможете:
обучать глубокие нейронные сети,
классифицировать изображения с использованием deep learning,
проводить сентимент-анализ текстов, применяя технологию глубокого обучения.
Интенсив предназначен для тех, кто уже обладает знаниями и опытом работы в области машинного обучения и data science.
Скрытое содержимое.
Преподаватель программы
Григорий Сапунов
CTO и со-основатель Intento,
экс-руководитель разработки сервиса Яндекс.Новости
Программирует более 20 лет, из них около 15 лет занимается анализом данных,
искусственным интеллектом и машинным обучением, с 2011 года
занимается Deep Learning, участвовал в проектах
RoadAR (нейросетевое распознавание объектов на дороге),
Icon8 (нейросетевые фильтры) и др.
Подробнее о программе
.
День 1. Введение в deep learning и классификация изображений
• Обзор современных возможностей нейронных сетей
• Основы нейронных сетей. Сверточные сети (CNN)
• Принципы классификации изображений
• Case studies: разбор двух известных моделей LeNet, AlexNet
Лабораторная неделя
• Соревнование по классификации изображений с использованием облачной GPU-машины
День 2. Классификация текстов
• Разбор лабораторной работы и награждение победителей
• Основы классификации текстов. Word2vec
• Практическая работа по сентимент-анализу текстов с использованием RNN
• Мастер-класс применения deep learning в бизнесе
Длительность
с 26 ноября по 3 декабря
График занятий
2 полных дня
+ неделя лабораторных работ
Обучение будет проходить в формате выходной, неделя лабораторной работы, второй выходной. Каждому слушателю программы на время обучения будет выдана виртуальная машина с GPU в облаке, доступная 24 часа каждый день обучения.
Используемые библиотеки: Caffe, Keras.
По результатам программы вы сможете самостоятельно решать практические задачи с помощью глубокого обучения, создавать законченные приложения для обработки изображений и текстов, участвовать в конкурсах на kaggle