Курс Deep Learning (2019-2020): продвинутый поток 

Продвинутый поток ориентирован в первую очередь на студентов, которые имеют опыт в математике и программировании и хотят глубоко погрузиться в глубокое обучение. Мы начнём с основ машинного обучения, а затем подробно поговорим о глубоком обучении и его самых интересных и новейших применениях. Будет много увлекательной теории и ещё больше практики.

Для получения льгот при поступлении в магистратуру МФТИ необходимо успешно закончить

именно продвинутый поток.

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 29 февраля. Начало запланировано на 1 марта.


Первый семестр

В этой части курса слушатели знакомятся с миром глубокого обучения, изучая основы. 

Также по каждой из тем будут доступны дополнительные материалы и задания.

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

©2020 Deep Learning School