Основы нейронных сетей на Python

Бакалавриат 2025/2026

Статус: Курс по выбору (Медиакоммуникации)

Кто читает: Институт медиа

Где читается: Факультет креативных индустрий

Когда читается: 3-й курс, 3 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Язык: русский

Кредиты: 3

Контактные часы: 44

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс посвящён фундаментальным принципам построения и применения современных нейронных сетей. Обучение включает поэтапную реализацию на Python базовых архитектур – перцептрона, полносвязных, сверточных и рекуррентных сетей – с использованием библиотеки Keras. Практическая часть представлена последовательными лабораторными работами, которые формируют единый проект: создание и обучение модели для классификации мемов социальных сетей. Такой формат обеспечивает сочетание теоретических основ и прикладных навыков анализа медиаконтента и разработки нейросетевых решений.

Цель освоения дисциплины

Познакомить студентов с фундаментальными принципами функционирования искусственных нейронных сетей.
Освоить базовые архитектуры нейросетевых моделей, включая перцептрон, полносвязные, сверточные и рекуррентные сети.
Изучить практические методы разработки, обучения и оценки нейросетевых моделей на Python с использованием библиотеки Keras.
Развить навыки анализа визуальных и медиакоммуникационных данных с применением нейросетевых алгоритмов.

Планируемые результаты обучения

Объясняет принципы работы перцептрона, полносвязных, сверточных и рекуррентных нейронных сетей.
Подготавливает данные для задачи классификации.
Реализует базовые нейронные сети на Python с использованием Keras, включая этапы построения модели, обучения и валидации.
Проводит экспериментальные исследования с параметрами нейросетевых моделей.
Интерпретирует метрики качества классификации.
Применяет предобученные нейронные сети к задаче классификации.