Центр
системно-инженерных компетенций
ЗАКАЗАТЬ ЗВОНОК

Глубокое обучение на Python,
нейронные сети

5 дней (40 академических часов).
Длительность:
г. Москва, Ленинградский просп., 68/24;
Место проведения:
22 августа 2022; 07 ноября 2022
Дата проведения:
60 000 руб.
Стоимость:
Необходимые для зачисления в группу документы: паспорт, СНИЛС, диплом о высшем или среднем специальном образовании, заключенный договор об образовании.
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 слушатели познакомятся с основными понятиями искусственного интеллекта, машинного и глубокого обучения; с базовыми идеями, необходимыми для освоения глубокого обучения: тензоры, операции с тензорами, градиентный спуск и обратное распространение ошибки; начнут работу с нейронными сетями: введение в Keras — фреймворк глубокого обучения. Слушатели рассмотрят практические примеры распознавания образов с особым вниманием к классификации изображений и практические методы обработки последовательностей данных, таких как текст и временные последовательности. Предполагается, что слушатели почти ничего не знают о глубоком обучении и цель курса представить концепции, инструменты и идеи, которые необходимы для реализации программ, способных обучаться на основе данных.

Описание курса
Целевая аудитория
Начинающие специалисты в области программирования, рассматривающие предмет как ступень к изучению Data Science, желающих начать знакомство с темой машинного обучения с технологией глубокого обучения.
Расписание открытых форматов курса
Стоимость обучения одного слушателя
22.08.2022; 07.11.2022
Очный формат — 60 000 ₽.
Дистанционный формат — 60 000 ₽.
В результате освоения курса вы:
представлять данные для нейронных сетей;
проводить операции над тензорами;
работать с нейронными сетями;
понимать основы глубокого обучения;
использовать глубокое обучение в технологиях компьютерного зрения;
использовать глубокое обучение для текста и последовательностей.
что такое глубокое обучение;
чем отличается: искусственный интеллект, машинное и глубокое обучение;
как представлять данные для нейронных сетей;
как настроить среду для глубокого обучения;
что такое фреймворк Keras;
какие есть разделы обучения;
что такое переобучение и недообучение моделей;
как использовать предварительно обученную сверточную нейронную сеть в технологиях компьютерного зрения;
как применить методы рекуррентных нейронных сетей для анализа текста и последовательностей.
Научитесь
Узнаете
Основная информация
22 августа 2022
07 ноября 2022
пн–чт 10:00–17:30
60 000 руб.
м. Аэропорт,
Ленинградский проспект 68/24
Верхотуров Марк Валерьевич
Беляев Александр Владимирович
Порядок записи на курс
Консультация
Выбор курса
Заключение договора
Оплата обучения.
Подробная программа курса
1 Что такое глубокое обучение

1.1 Искусственный интеллект, машинное и глубокое обучение
1.2 Краткая история машинного обучения
1.3 Современные тенденции глубокого обучения

2 Математические основы нейронных сетей

2.1 Первое знакомство с нейронной сетью
2.2 Представление данных для нейронных сетей
2.3 Операции над тензорами
2.4 Механизм нейронных сетей, оптимизация на основе градиента

3 Начало работы с нейронными сетями

3.1 Анатомия нейронной сети
3.2 Введение в Keras
3.3 Настройка рабочей среды для глубокого обучения
3.4 Бинарная классификация
3.5 Классификация в несколько классов
3.6 Регрессия

4 Основы глубокого машинного обучения

4.1 Четыре раздела обучения
4.2 Оценка моделей обучения
4.3 Обработка данных, конструирование признаков и обучение признаков
4.4 Переобучение и недообучение
4.5 Обобщенный процесс решения задач глубокого машинного обучения

5 Глубокое обучение в технологиях компьютерного зрения

5.1 Введение в сверточные нейронные сети
5.2 Обучение сверточной нейронной сети на небольшом наборе данных
5.3 Использование предварительно обученной сверточной нейронной сети
5.4 Визуализация знаний, заключенных в сверточной нейронной сети

6 Глубокое обучение для текста и последовательностей

6.1 Работа с текстовыми данными
6.2 Рекуррентные нейронные сети
6.3 Улучшенные методы использования рекуррентных нейронных сетей
6.4 Обработка последовательностей с помощью сверточных нейронных сетей

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).
Документы об окончании
Удостоверение о повышении квалификации
Ответы на часто задаваемые вопросы
Какие форматы обучения?
Занятия проводятся в двух форматах. Первый — «открытое» обучение», при котором есть обозначенная программа, расписание. Занятия проходят в нашем офисе и доступны для всех желающих.
Другая форма — «корпоративное» обучение. Оно осуществляется в удобное для Заказчика время. На занятиях присутствуют только сотрудники его группы. Программа «затачивается» под конкретные потребности.
Кто проводит обучение?
Ведущие наших обучающих курсов — профессионалы с большим практическим опытом. Это признанные эксперты в той или иной области, способные значительно повысить уровень знаний слушателей, а также передать необходимые практические навыки.
Какой документ выдается после прохождения обучения?
По окончании обучения на руки выдается документ государственного образца, удостоверение о повышении квалификации. Язык документа — русский. Данные о документе обязательно заносятся в Федеральный реестр.

Можно ли перед заказом корпоративного обучения познакомиться с тренером или увидеть, как он проводит обучение?

Желание подробней узнать, как проводит занятия тренер, вполне естественное. Чтобы сделать это, можно посетить выбранный курс обучения из открытого расписания. Если есть вопросы или хочется подробней обсудить программу обучения, можно связаться с тренером по телефону или онлайн.
Требуемый уровень предварительной подготовки
Опыт программирования на языке Python (Питон) 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.

Верхотуров Марк Валерьевич

Руководитель IT проектов, Разработчик Python, Data Scientist, ML-engineer
Разработка на Python
Сбор и анализ данных
Преобразование "сырых" данных в полезную информацию для бизнеса
Создание и обучение предиктивных моделей с помощью алгоритмов машинного обучения и нейросетей
Помощь бизнесу в нахождении скрытых закономерностей, прогнозировании развития событий и оптимизации ключевых бизнес-процессов
Консалтинг
Коучинг

Специализация
Должность
Дополнительные услуги

Тренер курса

Ведёт 13 курсов в ЦЕСИНКОМ

Беляев Александр Владимирович

Разработчик информационных систем, системный аналитик, аналитик данных
Разработка на Python
Машинное обучение
Математическая оптимизация
Консалтинг

Специализация
Должность
Дополнительные услуги

Тренер курса

Ведёт 19 курсов в ЦЕСИНКОМ
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.
Рекомендуемые курсы
Список курсов, которые дополняют данный курс
Список категорий каталога, в которые включён курс
Траектории, в которые входит данный курс
Список курсов, требующихся для прохождения данного курса