В курсе рассматриваются следующие вопросы (в скобках указано время, на которое рассчитан материал):
Введение в глубокое обучение.
Многослойные полностью связанные нейронные сети.
Сверточные нейронные сети.
Классификация изображений с большим числом категорий с использованием методов глубокого обучения.
Обучение без учителя: автокодировщики, ограниченные машины Больцмана.
Рекуррентные нейронные сети.
Семантическая сегментация изображений с использованием методов глубокого обучения.
Детектирование объектов на изображениях с использованием методов глубокого обучения.
Генерация синтетических данных с использованием генеративных состязательных сетей.
*Вывод глубоких нейронных сетей.
*Подготовка данных для решения задач средствами глубокого обучения.
Материалы лекций*
Лекция 1. Введение в глубокое обучение.
(Презентация, Текстовое описание)
Лекция 2. Многослойные полностью связанные нейронные сети.
(Презентация, Текстовое описание)
Лекция 3. Сверточные нейронные сети.
(Презентация, Текстовое описание)
Лекция 4. Классификация изображений с большим числом категорий с использованием методов глубокого обучения.
(Презентация (Автор: Алексей Сиднев), доступна только для слушателей курса)
(Презентация (Авторы: Александра Гетманская, Валентина Кустикова, Анастасия Тужилкина))
Лекция 5. Обучение без учителя: автокодировщики, ограниченные машины Больцмана.
(Презентация, Текстовое описание)
Лекция 6. Рекуррентные нейронные сети.
(Презентация (Авторы: Алексей Сиднев, Александр Шаин), доступна только для слушателей курса)
(Презентация, Текстовое описание)
Лекция 7. Семантическая сегментация изображений с использованием методов глубокого обучения.
(Презентация (Автор: Алексей Сиднев), доступна только для слушателей курса)
(Презентация (Авторы: Александра Гетманская, Валентина Кустикова, Анастасия Тужилкина))
Лекция 8. Детектирование объектов на изображениях с использованием методов глубокого обучения.
(Презентация (Автор: Алексей Сиднев), доступна только для слушателей курса)
(Презентация (Авторы: Александра Гетманская, Валентина Кустикова, Анастасия Тужилкина))
Лекция 9. Генерация синтетических данных с использованием генеративных состязательных сетей.
(Презентация, Текстовое описание)
Лекция 10. *Вывод глубоких нейронных сетей.
(Презентация)
Лекция 11. *Подготовка данных для решения задач средствами глубокого обучения.
(Презентация)
Практическая работа. Реализация метода обратного распространения ошибки для двухслойной нейронной сети на примере решения задачи классификации рукописных цифр.
(Текстовое описание, Репозиторий)
* Некоторые лекции/мастер-классы проводятся приглашенными лекторами, поэтому материалы этих лекций доступны только для слушателей курса. При этом для большинства лекций имеются материалы по соответствующей тематике за авторством разработчика курса.