FAQ
Поиск
#Python
#Программирование
#Анализ данных
#Big Data
#Машинное обучение

Глубокое погружение в программирование на языке Python

3 дня (24 академических часа)
Краткая аннотация
Этот курс знакомит слушателей с основами глубинного обучения, а также инструментами и библиотеками на языке Python для разработки решений, основанных на функционале глубинный нейронных сетей.

Курс включает в себя изучение принципов постановки задач машинного обучения, особенностей и сфер применения глубинного обучения, возможностей библиотек Python для реализации глубинных архитектур.
Целевая аудитория
Аналитики

Начинающие специалисты, решающие задачи анализа данных и машинного обучения
Расписание открытых форматов курса
Стоимость обучения одного слушателя
15.07.2021
Очный формат — 22 500 ₽.

Дистанционный формат — 20 250 ₽.
Подробная программа курса
Введение

  • Постановка задач машинного обучения, обзор классических методов анализа данных.
  • Принципы глубинного обучения. Возможности и ограничения глубинного обучения в решении задач анализа данных.
  • Инструменты и фреймворки для реализации глубинного обучения в Python.

Настройка системы

  • Установка библиотек для глубинного обучения. Настройка использования возможностей видеокарт. Тестирование системы.
  • Использование облачных сервисов. Загрузка данных. Аллокация ресурсов.

Нейронные сети

  • Принцип работы нейронных сетей. Градиентный спуск, обратное распространение ошибки, проблема исчезающего градиента. Функции активации.
  • Валидация модели. Остановка обучения. Переобучение. Регуляризация.
  1. Основы использования библиотеки keras
  • Загрузка и предобработка данных.
  • Программирование архитектуры сети. Типы слове. Настройка параметров. Гиперпараметры.
  • Нейронные сети для решения задач регрессии и классификации.
  • Контроль процесса обучения. Функции обратного вызова.

Сверточные сети

  • Задачи компьютерного зрения. Нейронные сети для обработки изображений. Сверточные нейронные сети.
  • Слои свертки, субдискретизации, активации.
  • Использование генераторов.

Рекуррентные нейронные сети

  • Анализ временных рядов и последовательностей. Задачи машинного обучения, связанные с анализом последовательностей.
  • Формат входных и выходных данных. Настройка коэффициента скорости обучения.
  • Нейронные сети с долгой краткосрочной памятью (LSTM).

Практическая часть курса

  • Загрузка данных, предобработка, визуализация. Проектирование и реализация архитектуры нейронной сети, настройка параметров. Решение задач регрессии/классификации.

Итоговое тестирование

  • В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения.
Возможные форматы обучения и размеры групп
очно (до 15 слушателей)

дистанционно в составе очной группы (без ограничения числа подключений)

корпоративный формат (для групп от 10 до 45 слушателей)

Тренер курса

Беляев Александр Владимирович

Разработчик информационных систем, системный аналитик, аналитик данных
Ведёт 19 курсов в ЦЕСИНКОМ
Разработка на Python
Машинное обучение
Математическая оптимизация
Консалтинг
Специализация
Должность
Дополнительные услуги
Требуемый уровень предварительной подготовки
Высшее или среднее специальное образование. Слушатели должны быть знакомы с основными принципами работы в среде операционной системы MS Windows, обладать базовым умением программировать на языке Python и иметь представление об анализе данных и решении задач машинного обучения.
Траектории, в которые входит данный курс
Разработчик Python

Специалист по машинному обучению
Список курсов, требующихся для прохождения данного курса
Основы программирования на языке Python

Основы машинного обучения

Анализ данных с использованием языка Python

Основы Big Data
Список курсов, которые дополняют данный курс
Анализ данных с использованием языка R

Основы Big Data

Разработка настольных приложений и интерфейса пользователя на языке Python

Python: Работа с базами данных

Разработка WEB-приложений на языке Python
Список категорий каталога, в которые включён курс
Построение систем принятия решений на основе данных (Big Data)

Анализ данных и машинное обучение

Применение языка Python
Разработка курса или траектории обучения под вашу задачу
Центр готов взять на себя разработку курсов и траекторий обучения под уже сформированную модель компетенций или просто под список знаний и навыков, которые нужно освоить специалистам организации.