Магистратура
2026/2027
Прикладные нейронные сети
ID 984511
Статус:
Курс обязательный (Компьютерная лингвистика)
Кто читает:
Школа лингвистики
Где читается:
Факультет гуманитарных наук
Когда читается:
1-й курс, 3, 4 модуль
Охват аудитории:
для всех кампусов НИУ ВШЭ
Язык:
русский
Кредиты:
6
Контактные часы:
48
Программа дисциплины
Аннотация
Целью освоения дисциплины является формирование у студентов практических навыков применения современных нейросетевых моделей к задачам обработки и анализа текстовых, аудио и визуальных данных. Курс ориентирован на использование предобученных моделей и открытых библиотек глубокого обучения в контексте реальных задач компьютерной лингвистики. В рамках курса студенты ознакомятся с библиотеками и платформами (такими как HuggingFace Transformers, torchvision, torchaudio и др.), осваивают принципы запуска и тонкой настройки моделей (fine-tuning), а также разрабатывают решения на стыке различных модальностей.
Цель освоения дисциплины
- Целью данного курса является получение практических навыков применения современных нейросетевых моделей к решению задач обработки разнородных данных.
- cформировать практические навыки по применению предобученных нейросетевых моделей в задачах обработки текстов, изображений и аудиоданных.
- Развить навыки командной работы в проектной среде.
- Уметь корректно выстраивать эксперименты, направленные на дообучение, тестирование и внедрение нейросетевых решений в прикладных задачах компьютерной лингвистики.
Планируемые результаты обучения
- Использовать современные библиотеки и фреймворки (PyTorch, HuggingFace, torchvision, torchaudio, DeepPavlov, OpenAI API) для запуска и адаптации нейросетевых моделей
- Понимать концепцию больших языковых моделей (LLM) и применять их в различных задачах
- Распознавать виды нейросетевых моделей по их назначению, входным данным (текст, изображение, аудио) и способу применения.
- Распознавать виды нейросетевых моделей по их назначению, входным данным (текст, изображение, аудио) и способу применения
- Проектировать прикладные решения на базе предобученных нейросетевых моделей с учётом формата данных и задач пользователя.
- Проектировать прикладные решения на базе предобученных нейросетевых моделей с учётом формата данных и задач пользователя
- Описывать этапы и компоненты пайплайна обработки данных: предобработка, инференс, дообучение, постобработка
- Реализовывать оценку эффективности моделей и построенных пайплайнов в прикладных задачах
- Реализовывать пайплайны инференса и fine-tuning моделей на языке программирования Pytho
Содержание учебной дисциплины
- Обработка текстовых данных
- Использование больших языковых моделей в задачах обработки естественного языка
- Анализ изображений: основы компьютерного зрения, задачи классификации и обнаружения объектов.
- Обработка аудиоданных: извлечение признаков, классификация аудиосигналов, автоматическое распознавание речи
- Мультимодальные данные: объединение различных типов входной информации, примеры визуально-текстового поиска
- Подготовка и аугментация данных для задач обучения и дообучения моделей
- Адаптация предобученных моделей на прикладных задачах с использованием собственных данных
Список литературы
Рекомендуемая основная литература
- Гафаров Ф.М., Гилемзянов А.Ф. - Нейронные сети в PyTorch - Казанский (Приволжский) федеральный университет - 2024 - https://znanium.ru/catalog/product/2173433 - 2173433 - ZNANIUM
- Искусственные нейронные сети : учебник / В. В. Цехановский, Е. Ю. Бутырский, Н. А. Жукова [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2026. — 350 с. — ISBN 978-5-406-15271-3. — URL: https://book.ru/book/959271 (дата обращения: 01.07.2026). — Текст : электронный.
- Нейронные сети и искусственный интеллект: Основы нейронных сетей на языке Python - Терлецкий А. С., Терлецкая Е. С. - Липецкий государственный педагогический университет имени П. П. Семёнова-Тян-Шанского - 978-5-907792-40-1 - 2023 - русский - https://e.lanbook.com/book/439343 - ЛАНЬ - 439343
- Хлюстова Я. - Поймать вавилонскую рыбку. Человеческий мозг, нейронные сети и изучение иностранных языков - 978-5-00139-721-2 - Альпина нон-фикшн - 2026 - https://znanium.ru/catalog/document?id=474423 - 474423 - ZNANIUM
Рекомендуемая дополнительная литература
- Искусственные нейронные сети - Ростовцев В. С. - Издательство "Лань" - 978-5-507-50568-5 - 2025 - русский - https://e.lanbook.com/book/447392 - ЛАНЬ - 447392
- Искусственные нейронные сети. Практикум : учебное пособие / Е. Ю. Бутырский, Н. А. Жукова, В. Б. Мельников [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2026. — 381 с. — ISBN 978-5-406-15272-0. — URL: https://book.ru/book/959272 (дата обращения: 01.07.2026). — Текст : электронный.
- Программируем с PyTorch: Создание приложений глубокого обучения - 978-5-4461-1677-5 - Ян Пойнтер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/products/371758 - 371758 - iBOOKS
- Сверточные нейронные сети: примеры реализаций - Соробин А. Б. - МИРЭА - Российский технологический университет - - - 2020 - русский - https://e.lanbook.com/book/163853 - ЛАНЬ - 163853