Openedu.ru

Русский
язык курса
4 недели
длительность курса
около 6 часов в неделю
понадобится для освоения

На курсе мы рассмотрим нейросети не с технической стороны, а с точки зрения их практического применения. Мы будем использовать так называемые предобученные модели – чтобы работать с ними не нужно дополнительных знаний или инструментов. Рассмотрим три типа задач:

Создание текстов (чат-модель);
Детекция объектов на изображениях;
Автоматическое распознавание речи.

Для каждой задачи подробно рассмотрим весь процесс – от обработки данных до загрузки и запуска самой модели.

О курсе

Цели курса:
1. Дать слушателям общее представление о возможностях использования предобученных нейросетей;
2. На примере трех задач продемонстрировать общий принцип работы с предобученными нейросетями;
3. По каждой из трех задач дать общее представление о домене и работе с соответствующими ему данными (текст, аудио, изображения).

В рамках каждой из трех тем будут выданы дополнительные материалы, которые могут быть полезны заинтересованным в дальнейшем изучении данного домена — а именно его технической составляющей и о смежных представленной в рамках данной недели задачах.

Курс разработан совместно с Факультетом компьютерных наук.

Формат

Курс состоит из 4 недель. Каждая неделя содержит видеолекции и тестовые задания. Доступ к курсу предоставляется бесплатно. Сертификат по курсу не выдается.

Требования

Для успешного прохождения курса рекомендуется обладать уверенным знанием языка программирования Python.

Программа курса

Введение в машинное обучение и нейросети.
Модели для текстовых данных.
Модели для аудиоданных.
Модели для изображений.

Результаты обучения

Слушатель умеет определять возможности и сложности применения различных алгоритмов машинного обучения.
Слушатель имеет общие знания о текстовом домене, методах обработки текстовых данных, общее представление об архитектурах соответствующих моделей, а также умеет работать с предобученными диалоговыми моделями.
Слушатель имеет общие знания о домене аудио, методах обработки аудио данных, общее представление об архитектурах соответствующих моделей, а также умеет работать с предобученными моделями автоматического распознавания речи.
Слушатель имеет общие знания о домене изображений, методах обработки изображений в Python, общее представление об архитектурах соответствующих моделей, а также умеет работать с предобученными моделями по классификации изображений и детекции объектов.