2024/2025
Основы глубинного обучения
Статус:
Маго-лего
Когда читается:
4 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Паточенко Евгений Анатольевич
Язык:
русский
Кредиты:
3
Программа дисциплины
Аннотация
Курс посвящён изучению современных методов машинного обучения, широко используемых в практических задачах. На курсе изучаются методы глубинного обучения: основы оптимизации, принципы обучения нейронных сетей, сети прямого распространения, архитектуры для работы с изображениями и текстовыми данными.
Цель освоения дисциплины
- Знать основные архитектуры нейронных сетей
- Знать принципы обучения и применения нейронных сетей
- Уметь выполнять полный цикл решения задачи анализа данных
Планируемые результаты обучения
- - Знать основные архитектуры нейронных сетей
- - Знать принципы обучения и применения нейронных сетей
- - Уметь выполнять полный цикл решения задачи анализа данных
Содержание учебной дисциплины
- Введение в нейронные сети
- Модификации градиентного спуска
- Оптимизация. Эвристики для обучения нейронных сетей
- Свёртки и свёрточные слои
- Введение в Computer Vision. Сверточные нейронные сети
- Предобработка данных и векторные представления слов
- Рекуррентные сети
- Архитектура Transformer
- Основы LLM Практика с Large
- Консультация перед экзаменом
Элементы контроля
- Домашнее задание 1Полносвязные нейронные сети
- Домашнее задание 2Классификация изображений
- Домашнее задание 3Категоризация текстовых данных
- Экзамен
Промежуточная аттестация
- 2024/2025 4th module0.2 * Домашнее задание 1 + 0.2 * Домашнее задание 2 + 0.2 * Домашнее задание 3 + 0.4 * Экзамен
Список литературы
Рекомендуемая основная литература
- Глубокое обучение, Гудфеллоу, Я., 2018
Рекомендуемая дополнительная литература
- Лю, Ю. Обучение с подкреплением на PyTorch. Сборник рецептов : руководство / Ю. Лю , перевод с английского А. А. Слинкина. — Москва : ДМК Пресс, 2020. — 282 с. — ISBN 978-5-97060-853-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/179493 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.