03 февраля – 02 марта 2020

DEEP
LEARNING 5.0

Обработка изображений и текстов
с помощью нейронных сетей
Мы используем файлы cookie, чтобы улучшить работу сайта, и показывать вам контент, согласно вашим интересам. Продолжая использовать сайт, вы соглашаетесь с условиями использования файлов cookie.
Да, соглашаюсь
Close
Цель этой программы – дать практические навыки работы с глубокими нейронными сетями
Каждому слушателю программы на время обучения будет выдана виртуальная машина с GPU в облаке, доступная 24 часа каждый день обучения. Используемые библиотеки: Keras, TensorFlow.

Интенсив предназначен для тех, кто уже обладает знаниями и опытом работы в области машинного обучения и data science.
Чему вы научитесь
В нашей программе есть три составляющих
Компьютерное зрение
Научитесь предобработке изображений и их последующей классификации.
Проект: классификация типов комнат и помещений по фотографии.
Natural Language Processing
Научитесь задачам генерации и классификации текстов с использованием Deep Learning.
Проект: классификация интентов для чат-бота.
Обучение с подкреплением
Научитесь работе в рамках парадигмы обучения с подкреплением.
Проект: обучение виртуального автомобиля самостоятельной езде.
Курс 1. Введение в Deep Learning
и классификация изображений
Курс 2. Классификация текстов
Курс 3. Reinforcement Learning
Наши преподаватели — только практики из индустрии, умеющие объяснять сложные вещи простыми словами
Дмитрий Коробченко
R&D Engineer and Manager, NVIDIA
Павел Клеменков
Chief Data Scientist, NVIDIA
Сергей Колесников
Senior Research Engineer, RLLab
Cтоимость
120 000 руб.
Коллегам \ друзьям выпускников скидка 20%
Возможна рассрочка
Для учебы вам потребуются
Входные требования
Умение программировать на Python 3
Это основной язык программирования, используемый на программе. Необходимо иметь знания базового синтаксиса плюс обладать опытом программирования на немю
Базовые знания Linux
Какое-то количество времени вы будете проводить в командной строке Linux, работая с GPU-виртуалкой. Хорошо, если вы уже будете уметь перемещаться по директориям, создавать и редактировать файлы, заходить на удаленный сервер по ssh.
Статистика и линейная алгебра
На программе мы будем рассматривать продвинутые методы анализа данных, поэтому хорошо, если вы знаете основы статистики и линейной алгебры: среднее, дисперсия, вероятность, теорема Байеса, корреляция, ранг матрицы.
Машинное обучение
Мы не будем объяснять с нуля, что такое машинное обучение и погружаться в классические алгоритмы. Вам нужно обладать опытом построения таких моделей при помощи библиотек Python.
Отзывы
Где работают наши выпускники
Здесь они живут и работают

Наши принципы обучения
Чтобы обучение было эффективным и интересным, мы используем андрагогику
-1-
Материал ориентирован на конкретные задачи
Наша цель — научить вас решать задачи из реальной жизни, а не покрыть список тем. Теория — это инструмент необходимый для решения задач, а не самоцель.
-2-
Возможность сразу же применять знания
Уже после первой недели вы научитесь обучать нейронные сети. Во время следующих недель вы сможете проработать три проекта: классификация изображений и классификация текстов и обучение с подкреплением.
-3-
Самостоятельность в решении
Наши задания сформулированы так, что вам часто нужно будет что-то загуглить. После программы у вас будет свой багаж из качественных ресурсов.
F.A.Q.
Почему программа столько стоит?
1. На нашей программе вы работаете на виртуальных машинах с GPU. Сама инфраструктура требует затрат, плюс мы их конфигурируем и поддерживаем. Для этого нужен человек.
2. Наши преподаватели — практики из индустрии, работающие data scientist'ами и дата инженерами. Помимо них есть также координатор, который помогает и отвечает на основную часть технических вопросов.
3. Это офлайновая программа с площадкой в центре Москвы.
Сколько времени потребуется для обучения?
Занятия проходят 2 раза в неделю по 3 часа. Это 6 часов. Плюс около 10-15 часов потребуется на решение проектов зависимости от задания и вашего изначального уровня подготовки.
Я смогу пройти программу, если совсем новичок и никогда не программировал?
Скорее нет. На этой программе не предусмотрено вводных занятий по Python. Его нужно знать на входе. Плюс нужны знания в области ML.
Чем ваша программа отличается от других программ по deep learning?
Это офлайновая программа (этим отличается от онлайн-курсов). На офлайн-программах, как правило, обучение строится эффективнее: есть поддерживающая среда из сокурсников, преподавателей, координатора. По статистике, доля успешно завершивших онлайн-курс редко превышает 25%. На нашей программе свыше 70% получают по итогам сертификат.

Еще одно преимущество – это реальные датасеты и интересные проекты из бизнеса.
Остались вопросы?
Задайте их, и мы с радостью вам ответим
Оставьте свой вопрос и контакты ниже
Мы с вами свяжемся
Отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных, которая осуществляется в целях предоставления дополнительной информации об образовательных услугах, а также для записи на программы. Мы гарантируем конфиденциальность получаемой нами информации.
Оставьте контакты ниже
Мы с вами свяжемся
Отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных, которая осуществляется в целях предоставления дополнительной информации об образовательных услугах, а также для записи на программы. Мы гарантируем конфиденциальность получаемой нами информации.
Оставьте контакты ниже
Мы с вами свяжемся
Отправляя данную форму, вы подтверждаете свое согласие на обработку персональных данных, которая осуществляется в целях предоставления дополнительной информации об образовательных услугах, а также для записи на программы. Мы гарантируем конфиденциальность получаемой нами информации.