©2019 Deep Learning School

 

Курс Deep Learning (2019-2020): базовый поток

 

Базовый поток предназначен для тех, кто не уверен в своих знаниях по математике и программированию. На базовом потоке мы уделим больше внимания основам высшей математики и изучению языка Python: и то, и другое необходимо для изучения нейросетей.

 

Наш курс разделён на две части: первый и второй семестры.

В конце каждого семестра слушатели делают индивидуальный проект

(темы проектов будут озвучены ближе к концу семестра).

Регистрация на курс открыта до 22 сентября. Первая лекция пройдёт 20 сентября в 18:30.


Первый семестр

В этой части курса слушатели знакомятся с миром глубокого обучения, изучая основы. Програма скоро будет обновлена. 

Второй семестр

Программа этой части может меняться, внизу Вы можете лишь видеть темы,

которые мы хотели бы рассказать.

  1. Основы работы с текстовыми данными. OneHot-кодирование. Bag of Words. N-граммы. Анализ тональности текста

  2. Embeddings (векторизация данных). Word2Vec. GloVe. Wide&Deep neural networks

  3. Рекуррентные нейронные сети: основы. "Vanilla RNN"

  4. Gated Recurrent Unit (GRU) и Long Short-Term Memory (LSTM) ячейки

  5. Sequence2Sequence. Нейросетевой подход к задаче перевода текста (Neural Machine Translation)

  6. Работа с audio и речью. WaveNet. Генерация речи. Распознавание речи

  7. Unsupervised Learning. Autoencoders. Sparse Autoencoders. Denoising Autoencoders

  8. *Variational Autoencoders

  9. Генеративные состязательные сети (GAN). Примеры и основные виды

  10. Adversarial examples

  11. Reinforcement Learning