Новости
Программы
О школе
Главная
Мнения
© 2022 АНО «Моспром» – Все права защищены
Технологии связи
Аддитивные технологии
Искусственный интеллект
Микроэлектроника и фотоника
Пром. дизайн

Базовый курс по аддитивным технологиям (HARZ Labs)

Data Science. Уровень 4: Нейронные сети. Продвинутый уровень
Искусственный интеллект
Главная
Искусственный интеллект
78 часов
МГТУ им. Н.Э. Баумана

Образовательная организация

Московский государственный технический университет им. Н. Э. Баумана – российский национальный исследовательский университет, научный центр, особо ценный объект культурного наследия народов России. Готовит инженеров для высокотехнологичных отраслей науки и техники более чем по 100 направлениям

Для кого

Среднее профессиональное или высшее образование, знания в области Data Science и Machine Learning и базовые знания в области разработки нейросетей.

Продолжительность
78 академических часов:
  • 56 часов - лекции и практические занятия
  • 22 часа - изучение дополнительных материалов, выполнение заданий, консультации с преподавателями

Стоимость

46 250 р.

Документ по окончании обучения

Диплом о профессиональной переподготовке установленного образца МГТУ им. Н.Э. Баумана

Формат обучения

Размер группы

5-15 человек
Очная с применением дистанционных технологий
Описание курса

Дополнительная профессиональная программа повышения квалификации предназначена для получения углублённых знаний в области созданий и обучения нейронных сетей: как проектировать нейронные сети, оценивать риски её применения, проводить проверку её работы и исправление ошибок.

Модули
  1. RNN, LSTM слои (рекуррентные)
  2. Метрики и функции потерь. Проблема переобучения. Метрики, используемые в нейронных сетях и функции потерь. Оптимизаторы. Понятие переобучения и способы решения проблем с переобучением. Разбор кода
  3. Прогнозирование временных рядов с помощью рекуррентных сетей
  4. Обработка аудио при помощи нейронных сетей. Автокодировщики. Генеративные состязательные сети. Генетические алгоритмы. Сегментация изображений. Object detection (обнаружение объектов на фото\видео)
  5. Генерация текста (чат-бот). Сегментация текста
  6. Обучение с подкреплением. Работа с предобученными сетями
  7. Библиотека Tensorflow. Библиотека Pytorch
  8. Внедрение в Production
  9. Алгоритм Mapreduce
  10. Парсинг данных из открытых источников
  11. ETL парадигма
  12. Настройка GPU
  13. Обзор облачных суперкомпьютеров
  14. Итоговая аттестация
Подать заявку на обучение