Продвинутые методы глубинного обучения

Для освоения учебной дисциплины студенты должны владеть следующими знаниями и компетенциями:
- Знание основ программирования на языке высокого уровня, знание основных алгоритмов и
концепций машинного обучения и глубинного обучения.

1. Продвинутые методы в компьютерном зрении  

Задачи локализации и сегментации, архитектуры для решения задач детекции и сегментации.

2. Генеративные модели

Архитектуры «кодировщик-декодировщик», автокодировщики, генеративно-состязательные модели и нормализационные потоки.

3. Глубинное обучение для обработки звука  

Основные подходы к решению задач распознавания и синтеза речи.

4. Глубинное обучение на графах 

Графовые нейронные сети, особенности графов, применение сверток к графам и генерация графов.

5. Обучение с подкреплением  

Задача обучения с подкреплением, основные алгоритмы и применение нейронных сетей, Q-learning.

Студент способен разрабатывать и реализовывать в виде программного модуля алгоритм решения поставленной теоретической или прикладной задачи на основе математической модели.

• Осознает сущность и значение информации в развитии современного общества; владеет основными методами, способами и средствами получения, хранения, переработки информации (ОК-12).
• Способен разрабатывать и реализовывать в виде программного модуля алгоритм решения поставленной теоретической или прикладной задачи на основе математической модели (ПК-2).     
• Способен собирать, обрабатывать и интерпретировать данные современных научных исследований в области математики и компьютерных наук, необходимых для формирования выводов по соответствующим научным исследованиям (ПК-1).