Глубинное обучение 2

Бакалавриат 2025/2026

ID 1003526

Статус: Курс обязательный (Прикладная математика и информатика)

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 4-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Преподаватели: Алиев Мишан Хаммад оглы, Беляков Степан Иванович, Великонивцев Федор Сергеевич, Ершов Иван Петрович, Неудачина Ева Константиновна

Язык: русский

Кредиты: 5

Контактные часы: 56

Дополнительные материалы в LMS Задать вопрос

Аннотация

В последние годы методы глубинного обучения (нейросети) позволили достигнуть впечатляющих успехов в решении прикладных задач из таких областей как компьтерное зрение, обработка естественного языка, обработка аудио. В рамках данного курса мы рассмотрим основные нейросетевые модели, а также способы их применения и обучения. Студенты получат навыки использования этих технологий в стандартных задачах, а также разработки и модификации методов для новых задач.

Цель освоения дисциплины

Знать основные принципы построения моделей на основе нейросетей.
Знать стандартные алгоритмы обучения и регуляризации нейросетей.
Уметь обучать нейросетевые модели на новых наборах данных.
Уметь подбирать наиболее подходящий набор алгоритмов.
Уметь распознавать задачи, которые потенциально можно решить при помощи методов глубинного обучения.

Планируемые результаты обучения

владеть навыками реализации систем для обучения и использования нейросетей
знать виды задач, которые уместно решать при помощи методов глубинного обучения
знать наиболее часто используемые стандартные архитектуры и области их применимости