Введение в глубокое обучение

Направление обучения: искусственный интеллект.

О программе

Программа «Введение в глубокое обучение» рассчитана на выпускников техникумов/колледжей и студентов высших учебных заведений по IT-направлениям подготовки, а также специалистов IT-отделов предприятий и организаций. Главная цель программы – формирование компетенций для разработки интеллектуальных систем на основе сверточных нейронных сетей. В ходе образовательной программы обучающиеся познакомятся с методами машинного обучения, изучат основы искусственных нейронных сетей, рассмотрят существующие типы искусственных нейронных сетей, решаемые с их использованием задачи, подробно познакомятся с понятием «глубокая/сверточная» нейронная сеть, изучат архитектурные блоки сверточной нейронной сети и их математические основы. По окончании программы обучающийся должен уметь разрабатывать собственные модели сверточных нейронных сетей для классификации различных объектов, применять полученные знания в решении реальных практических задач. Обучающиеся, успешно закончившие программу, могут претендовать на должность стажёра в сфере машинного обучения и машинного зрения.

Чтобы подтвердить полученные компетенции, обучающиеся обязаны решить итоговое практическое задание и разработать приложение, в основе которого лежат методы машинного обучения, а именно сверточные нейронные сети классификации объектов. В дальнейшем итоговое задание может быть использовано для портфолио.

Программа включает в себя следующие темы:

– Контроль версий средствами GIT.
– Основы программирования на языке Python.
– Библиотеки: NumPy, MatPlotLib, Pandas, SciPy.
– Математические основы нейронных сетей.
– Библиотека глубокого обучения PyTorch.
– Обучение классификатора изображений.

Преподаватели:

Венедиктов Максим Ильич, руководитель проектов по машинному обучению ООО “Малленом Системс”.

Лягинова Ольга Юрьевна, и.о. проректора по науке, заведующий кафедрой математики и информатики, кандидат педагогических наук, доцент.

Продолжительность: 72 академических часа.

Категория слушателей: лица с высшим или (и) средним  профессиональным образованием

Вступительное тестирование:

– Каково назначение локальных систем контроля версий (СКВ)? 
– Каковы функции централизованных СКВ?
– Какова архитектура распределенных СКВ?
– Приведите примеры СКВ.
– Какие задачи решаются с помощью языка программирования Python?
– Как установить Python на компьютер?
– Какие редакторы используются для программирования на языке Python?
– Для каких целей предназначены библиотеки NumPy, Matplotlib, Pandas, SciPy?
– Что такое дифференцируемая функция?
– Чему равна производная гиперболического тангенса?
– Как рассчитывается среднеквадратичная погрешность?
– Как определяется количество нейронов во входном слое искусственной нейронной сети?
– Как определяется число выходных нейронов?
– Как определяется число скрытых слоев и количество нейронов в этих слоях?
– Что такое «классификатор»?
– Приведите примеры задач классификации изображений.

Выдаваемые документы: удостоверение о повышении квалификации установленного образца.