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)

Middle data scientist:

продвинутый специалист по анализу больших данных

Искусственный интеллект
Главная
Искусственный интеллект
67 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

Аналитики и программисты со средним профессиональным или высшим образованием и знанием основ аналитики, языка программирования Python.
Продолжительность
67 академических часов:
  • 29 часов - лекции и практические занятия
  • 38 часов - изучение дополнительных материалов, выполнение заданий, консультации с преподавателями

Стоимость

19 500 р.

Документ по окончании обучения

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

Формат обучения

Размер группы

от 5 человек
Онлайн
Описание курса
Слушатели данной дополнительной профессиональной программы повышения квалификации будут разбираться в архитектуре нейронных сетей, в том числе предобученных, решать задачи с их помощью, оптимизировать вычислительные мощности.
Модули
  1. Рекуррентные нейронные сети. LSTM слои
  2. Tensorflow, построение нейронных сетей на уровне графов
  3. Построение архитектуры нейронной сети для задач object detection
  4. Построение архитектуры нейронной сети для задач object detection
  5. Построение архитектуры нейронной сети для задач segmentation
  6. Задачи NLP. препроцессинга текстовых неструктурированных данных
  7. Построение архитектуры нейронной сети для классификации текстов
  8. Чат-боты и генерация текста. Особенности построения архитектуры нейронной сети.
  9. Сегментация текстовых данных
  10. Контроль версионности моделей с tesorflow serving
  11. Развёртывание облачной инфраструктуры. обзор облачных платформ Google Cloud platform, AWS, Sbercloud
  12. Flask приложение. выведение моделей в production
  13. Итоговая аттестация
Подать заявку на обучение