Каталог курсов

Направления обучения

Все курсы Маркетинг Бизнес и управление Дизайн и UX Программирование Аналитика Управление командой Высшее образование Творческие профессии Профессии в образовании Корпоративное обучение Новые профессии Финансы и инвестиции Компьютерные игры Саморазвитие и хобби

Бесплатный курс

начало карьеры

IT-профессии

Как выбрать направление и реализовать себя

Курс

Совместно с

Deep Learning

Углубите свои знания в работе с нейросетями

Отработаете навыки на практике: добавите 8 проектов в портфолио

Будете учиться при поддержке сообщества экспертов и менторов

Когда

29 сентября — 13 декабря

Стартует через 7 дней

Не подходит дата старта? Запишитесь сейчас, а учитесь со следующим набором

Длительность

2,5 месяца

Формат

Вебинары, видеолекции, практические задания

Уровень на выходе

Миддл+

30%

с 21.09 по 22.09

Во время осенних дождей

Скидка уже включена в стоимость. Оплатите до 22 сентября, чтобы скидка не сгорела.

Условия акции

Глубокое обучение — это суперсила

С его помощью вы можете заставить компьютер видеть, создавать новые произведения искусства, переводить на разные языки, ставить диагноз или создавать механизмы, которые могут управлять сами собой. Если не это суперсила, я даже и не знаю, что это тогда.

Andrew Ng, основатель Coursera, профессор Стэнфордского университета, бывший главный научный сотрудник Baidu и основатель Google Brain

По прогнозу Fortune Business Insights, объём мирового рынка искусственного интеллекта к 2027 году достигнет $266,9 млрд

Беспилотники, диагностика патологий по медицинским снимкам, мгновенный перевод, генерация текстов и голосовые помощники, имитирующие человеческую речь, — эти достижения в мире науки и технологий стали возможны благодаря глубокому обучению.

Кому подойдёт курс

Программистам

Разберётесь в инструментах машинного обучения, разовьёте системное мышление и сможете проявить себя в новой сфере

Аналитикам и дата-сайентистам

Углубите знания и навыки и начнёте решать принципиально новые задачи. Повысите свою ценность на рынке труда

Для обучения на этом курсе важно

Уметь программировать на Python, знать библиотеки Pandas, NumPy, Scikit-learn

Разбираться в основах и типах задач машинного обучения

Владеть терминологией и понимать основные метрики машинного обучения: accuracy, precision, recall, MSE

Если вам не хватает базовых знаний для работы с нейросетями, рекомендуем пройти курсы «Машинное обучение» и «Data Scientist»

Чему вы научитесь

Работать с многомерными свёртками

Освоите инструменты Padding&stride, Pooling и LeNet. AlexNet, VGG, NiN, GoogLeNet, ResNet и DenseNet

Генерировать тексты и изображения

Научите компьютер создавать картины и литературные произведения, вдохновляясь великими мастерами своего дела

Реализовывать NLP с нуля

Сможете строить классические RNN, GRU и LSTM и Encoder-Decoder-архитектуры. Познакомитесь с ячейками (GRU/LSTM) и эмбедингами

Находить объекты на картинке

Будете решать прикладные задачи: Object Detection, Object Localization, Bounding boxes и AnchorBoxes. Углубитесь в CNN

Отличать дескриминатор от генератора

Обучите генератор выбирать данные из линейной регрессии. Реализуете сеть генерации покемонов и обучите её

Строить языковые модели

Познакомитесь с NER и машинным переводом: от Word2Wec до определения тональности и преобразования текста

Вас ждут проекты, которые можно добавить в портфолио

За время обучения вы подготовите 15 домашних заданий и итоговую работу

Классификатор для FashionMNIST

Нейросеть будет распознавать предметы одежды — отличный задел для стартапа

Направление Нетологии «Аналитика и Data Science» — обладатель «Премии Рунета» в номинации «Образование и кадры» в 2019 году

Нетологию чаще советуют знакомым

Каждый второй студент готов рекомендовать обучение в Нетологии своим друзьям и знакомым. Мы гордимся таким результатом и постоянно работаем над качеством наших программ.

Forbes Education

Выпускники Нетологии чаще других довольны обучением

У нас самый большой процент выпускников, удовлетворённых своим обучением — 85%. В понятие удовлетворённости студенты включают высокое качество учебных программ, вовлечённость преподавателей и уровень обратной связи.

Forbes Education

Программа обучения — 2,5 месяца

38 часов теории и 65 часов практики

Скачать программу

● Вебинары с экспертами в прямом эфире проходят 1-2 раза в неделю, начинаются в промежутке с 18:00 до 20:00 МСК

● На лекции и практические задания понадобится 10 часов в неделю

● Записи вебинаров, видеолекции, презентации и другие полезные материалы хранятся в личном кабинете

Основы нейронных сетей

Познакомитесь с базовыми элементами нейронной сети. Научитесь строить простые модели для решения задач регрессии и классификации.

3 часа теории

3 часа практики

Линейная регрессия

Логистическая регрессия

Построение простой нейронной сети

Многослойная нейронная сеть

Узнаете принципы построения многослойной нейронной сети. Поймёте, как оценить качество обучения. Познакомитесь с понятием переобучения нейросети, изучите разные методы оптимизации нейронных сетей: градиентный спуск и его основные модификации. Изучите основные способы регуляризации нейронных сетей: ранняя остановка, L1/L2, dropout, batch normalization.

3 часа теории

3 часа практики

Многослойный персептрон

Оценка качества модели

Градиентный спуск и его модификации

Регуляризация нейронных сетей

Свёрточные сети

Узнаете, как работает свёрточная операция. Разберётесь, как повысить устойчивость сетей к сдвигам и трансформациям с помощью пулинга (pooling). Познакомитесь с первой свёрточной сетью LeNet.

2 часа теории

3 часа практики

Что такое свёрточная операция и как она работает

Padding и stride

Pooling

LeNet

Архитектуры свёрточных сетей

Познакомитесь с различными архитектурами свёрточных сетей: LeNet, AlexNet, VGG, NiN, GoogLeNet, ResNet.

2 часа теории

3 часа практики

Архитектуры свёрточных сетей:

LeNet

AlexNet

VGG

Network in network (NiN)

GoogLeNet

Residual Network (ResNet)

DenseNet

Улучшение качества обучения нейросетей

Научитесь использовать в коде различные методы аугментации и Transfer Learning для улучшения обучения сети.

2 часа теории

3 часа практики

Аугментации

Динамическое изменение learning rate (LR Schedulers)

Transfer learning: fine tuning, feature extractors

Архитектуры Feature extractors: VGG, EfficientNet, MobileNet

Рекуррентные сети

Поймёте, как построить языковые модели. Узнаете, зачем нужны рекуррентные нейронные сети и как они работают. Рассмотрите виды рекуррентных нейронных сетей: GRU и LSTM. Сгенерируете текст при помощи нейросети. Узнаете, как строить более глубокие RNN. Познакомитесь с двунаправленными RNN (bidirectional RNN). Узнаете о возможностях Residual Connections для RNN. Изучите архитектуру модели Encoder-decoder, познакомитесь с понятием информационный bottleneck. Потренируетесь решать задачи машинного перевода на основе рекуррентных сетей.

8 часов теории

9 часов практики

Языковые модели

Обучение рекуррентных нейросетей

GRU и LSTM

Генерация текста

Deep RNN

BiRNN

Residual Connections

Encoder-Decoder архитектура

Машинный перевод

Механизм внимания

Познакомитесь с механизмом внимание (attention) и его основными видами: dot-product, линейная модель, аддитивная модель, self-attention и multi-head attention. Изучите два способа реализации внимания: на скалярном произведении и на MLP. Узнаете, как attention привёл к появлению архитектуры Transformer.

2 часа теории

3 часа практики

Виды внимания

Трансформер

Компьютерное зрение

Изучите основные датасеты и метрики качества для решения задач визуального обнаружения объектов и распознавания изображений. Познакомитесь с подходами к детектированию объектов: Region Based, YoLo, SSD. Узнаете, что такое семантическая сегментация. Познакомитесь с архитектурами SegNet и U-Net. Узнаете различные методы модификации изображений: технология Deep dream, матрица Грама, генерация текстур, Neural style transfer.

7 часов теории

9 часов практики

Задача детекции

Архитектуры Region Based, YoLo и SSD

Семантическая сегментация

Архитектуры SegNet и U-Net

Модификации изображений

Работа с текстом

Познакомитесь с понятием «векторное представление слов» (word embedding) и основными методами построения векторов слов: SVD, Word2vec. Узнаете, что такое transfer learning и как оно используется в NLP. Познакомитесь с основными предобученными текстовыми моделями: ELMo, BERT и его вариациями, GPT. Сможете решать задачи классификации, межъязыкового семантического поиска и генерации продолжения текста.

4 часа теории

6 часов практики

Векторные представления слов

Сингулярное разложение (SVD)

Word2Wec

FastText

Модель ELMo

BERT и его вариации

GPT

Генеративные состязательные сети (GAN)

Научитесь применять обычные и вариационные автоэнкодеры и строить архитектуру генеративных состязательных сетей (Generative Adversarial Networks, GAN). Создадите генератор лиц аниме с использованием GAN. Познакомитесь с глубоким обучением с подкреплением.

3 часа теории

3 часа практики

Автоэнкодеры

Вариационные автоэнкодеры (VAE)

Генеративные состязательные сети (GAN)

Типы генеративных состязательных сетей

Проблемы генеративных состязательных сетей

Глубокое обучение с подкреплением

Итоговый проект

Вы самостоятельно выбираете задачу и тему проекта и работаете над ним под руководством преподавателей курса. В результате защитите диплом перед экспертом.

2 часа теории

20 часов практики

По итогам курса вы обучите нейросеть решать реальную задачу

Классификация или генерация продолжения текстов, распознавание или сегментация объектов на фото и видео, машинный перевод — тему диплома вы выбираете самостоятельно. Можно взять реальный кейс от нашего партнёра — Dodo Brands.

Вы будете работать над проектом в течение месяца под руководством экспертов программы.

Преподаватели — эксперты ведущих компаний

Как проходит обучение

Теория
Смотрите видеолекции и участвуйте в вебинарах. Записи занятий доступны в личном кабинете — учитесь в удобное для вас время
Практика
Закрепляете теорию в ходе выполнения домашних заданий после каждого занятия. Эксперты дают развёрнутую обратную связь
Сопровождение
Вас сопровождает команда экспертов и координаторов. Можете задать любой вопрос, получить консультацию и помощь с обучением
Карьера
При поддержке Центра развития карьеры составите резюме, научитесь искать вакансии и подготовитесь к собеседованию

Ваше резюме после обучения

Deep Learning Expert

Ключевые навыки

Строить простые модели для решения задач регрессии и классификации

Находить объекты на изображениях

Обучать языковые модели

Работать с механизмом внимания

Применять подходы к улучшению качества сетей

Решать задачи машинного перевода на основе рекуррентных сетей

Использовать различные методы модификации изображений

Решать задачи классификации, межъязыкового семантического поиска и генерации продолжения текста

Инструменты

Многослойные нейронные сети

Основные виды градиентного спуска, включая Adam, RMSProp, Momentum, SGD. Регуляризация, DroupOut и BatchNorm на примере классификации MNIST

Свёрточные сети и архитектура

Свёртки и методы Padding & stride, Pooling и LeNet применительно к AlexNet, VGG, NiN, GoogLeNet, ResNet. Аугментация и TransferLearning. Языковые модели в RNN, GRU и LSTM

Алгоритмы внимания

Понимание идеи attention. Dense-Attention для encoder-decoder архитектуры. Beam-Search

Компьютерное зрение

Сегментация vs Object Detection vs Object Localization и Bounding boxes vs AnchorBoxes. SSD и все продуктивные CNN. Семантическая сегментация и подготовка датасетов. Перенос стилей

Работа с текстом

Embeddings, Word2Wec, FastText, Glove и языковые модели. Обучение классификатора для прогнозирования вероятности следующего слова. Решение задач NER. Архитектуры Transformer, Bert, Elmo

GAN

Понимание базовой архитектуры, идеи дискримиантора и генератора. Очень много практики на генерацию изображений и объектов

Ваши навыки подтвердит удостоверение о повышении квалификации

Мы обучаем по государственной лицензии и выдаём документы установленного образца.

Поможем найти
ту самую работу

Центр развития карьеры
помогает трудоустроиться студентам Нетологии

1

Научим составлять резюме и проходить интервью

Разберём ваш предыдущий опыт, определим сильные стороны и поможем составить успешное резюме. Научим презентовать себя и проведём тест-драйв интервью.

2

Поможем наработать практику и оформить портфолио

Приобретёте практический опыт и наполните портфолио ещё во время обучения. Разберёте тестовые задания от работодателей и сможете принять участие в их проектах.

3

Предложим стажировки и проекты от партнёров

Предоставим доступ к карьерной странице со стажировками и вакансиями от партнёров Нетологии. Будем делиться подборками с новыми интересными вакансиями.

Воркшопы и много практики

Вы сможете сформировать портфолио, выполняя задания компаний-партнёров Нетологии или проходя у них стажировки. Сфокусируетесь на практике, откликах и результате. Поработаете над реальными заданиями, защитите свои решения и получите развивающую обратную связь.

84%

студентов нашли работу с помощью Центра развития карьеры

4 075

компаний-партнёров в базе Нетологии для отработки практики

Предложение для компаний

Вы можете обучить сотрудников на этом курсе. Адаптируем программу под ваш бизнес и предоставим отчёты об успеваемости. При обучении сразу нескольких сотрудников — более выгодная стоимость.

Оставьте заявку, и мы вышлем вам индивидуальное предложение.

Вернём деньги, если обучение не подойдёт

Деньги можно вернуть в любой момент. В течение первых трёх занятий вернём вам полную сумму, а начиная с четвёртого — рассчитаем сумму возврата или поможем выбрать другой курс взамен.

Подробные условия

30%

с 21.09 по 22.09

Во время осенних дождей

Скидка уже включена в стоимость. Оплатите до 22 сентября, чтобы скидка не сгорела.

Условия акции

3 месяца обучения, Стартует через 7 дней

Запишитесь на курс или получите консультацию

Частями без переплат

2 916 ₽/месяц

4 166 ₽ на 18 месяцев

Одним платежом

со скидкой 5%

49 900

₽

75 000 ₽

-30%

акция действует до 22 сентября

Запишитесь на курс или получите консультацию

Вернём деньги, если обучение не подойдёт

Возможность получить налоговый вычет — 13%

По всем вопросам 8 (800) 301-39-69 по будням с 10 до 19 по МСК. Бесплатно по России

3 месяца обучения, Стартует через 7 дней

Deep Learning

Частями без переплат

2 916 ₽/месяц

4 166 ₽ на 18 месяцев

Одним платежом

со скидкой 5%

49 900

₽

75 000 ₽

-30%

акция действует до 22 сентября

Вернём деньги, если обучение не подойдёт

Возможность получить налоговый вычет — 13%

По всем вопросам 8 (800) 301-39-69 по будням с 10 до 19 по МСК. Бесплатно по России

Запишитесь на курс или получите консультацию