Продолжительность:
5 месяцев

Объем:
100-140 часов

Формат:
Онлайн + записи + задания

Уровень:
продвинутый

Специальность:
Data Science

Требования:
Знание линейной алгебры, мат. анализа, теории вероятностей, python, алгоритмы ML

Python data course

Преподаватели НавыкиТехнологии О школе

Чему вы научитесь

Работать с нейронными сетями с использованием фреймворков PyTorch, Tensorflow, Keras
Работать с нестандартными представлениями данных
Решать задачи в условиях недостаточной разметки
Решать классические задачи компьютерного зрения
Обработки естественных языков
Обучению с подкреплением

Какие технологии освоите

Нейронные сети на Python от OTUS
Tensorflow
Нейронные сети на Python от OTUS
Keras
Нейронные сети на Python от OTUS
PyTorch
Нейронные сети на Python от OTUS
Jupyter Notebook
Нейронные сети на Python от OTUS

OTUS

Более 60 авторских курсов для IT-специалистов из разных направлений таких как программирование, тестирование, администрирование, информационная безопасность, управление и Data Science. И что важно, они не обучают с нуля, а предлагают углубленные знания.

Миссия — делать обучение осмысленным, реализуя взаимосвязь между ожиданиями работодателей, компетенциями специалистов и возможностями преподавателей.

Программа обучения

Модуль 1

Первые шаги

В этом модуле вы познакомитесь:
i. с основными задачами которые можно решить с помощью нейронных сетей
ii. фреймворками, позволяющими реализовывать различные нейросетевые архитектуры в соответствии с задачей
iii. и методами, лежащими в основе обучения искусственных нейронных сетей

Модуль 1
Модуль 2

Основные архитектуры и методы обучения нейронных сетей

В этом модуле вы узнаете:
i. Какие нейросетевые архитектуры существуют
ii. Какие методы позволяют обучать глубокие нейронные сети.
ii. Как применять нейросети в задачах компьютерного зрения, обработки естественных языков и обучения с подкреплением.

Модуль 2
Модуль 3

Современные нейронные сети для задач компьютерного зрения и обработки естественных языков

В этом модуле вы разберете:
i. Современные архитектуры сверточных и рекуррентных нейронных сетей.
ii. Задачи сегментации и детекции объектов на изображении
iii. Как устроено внимание и почему нейронные сети могут что-то забыть.

Модуль 3
Модуль 4

Нейронные сети для слабоформализуемых задач

В этом модуле вы научитесь:
i. Решать задачи с необычной структурой данных или отсутствием данных.
ii. Создавать новые объекты и определять их “реалистичность”
iii. Имитировать поведение людей и разбираться в их скрытых мотивах

Модуль 4
Модуль 5

Проектная работа

В рамках курса предусмотрена защита проекта. Он представляет собой генеративную модель для порождения текста заданного стиля или изображений заданной тематики.

Работа над проектом проходит поэтапно:
1. Выбор тематики.
2. Сбор и подготовка соответствующих данных.
3. Построение и обучение генеративной модели.

Проект выполняется программистом в течение двух недель после прохождения курса. Готовое решение должно включать в себя код модели и ее обучения на Python, описание архитектуры модели, отчет об обучении модели и примеры генерации.

Модуль 5
Собеседования
Сертификат
Портфолио
Наставник
Рассрочка

Цена

50 000 ₽

40 000 ₽

Отзывы учеников

Ответы на популярные вопросы

Есть ли гарантии трудоустройства?

Резюме студентов гарантированно будут направлены нашим партнерам. 67% наших выпускников получают job offer по итогам обучения. Список компаний-партнеров можно найти на сайте в разделе «Наши партнеры» .

Как помогает наставник?

Общение происходит в канале Slack, где преподаватели могут отвечать на ваши вопросы, проводить консультации и участвовать в обсуждениях.
Помимо этого, раз в месяц проводятся очные митапы преподавателей и студентов.

Какие знания нужны для поступления?
  • Знание линейной алгебры, начала анализа и теории вероятностей.
  • Владение языком программирования Python на базовом уровне.
  • Базовые знания классических алгоритмов машинного обучения: метод градиентного спуска, линейная и логистическая регрессия.
Как проходит обучение?

Занятия всегда проходят в формате интерактивных вебинаров, как правило, 2 раза в неделю по 1,5 часа, по вечерам. Одно занятие в неделю посвящено новому материалу и одно обсуждению и разбору практических работ, корректировки могут быть внесены преподавателем, в зависимости от курса.
Ссылка на вебинар появляется в вашем личном кабинете за 15 минут до начала трансляции.

Рейтинг

Нейронные сети на Python

Полнота программы
Отзывы в сети
Цена

Выводы

Образовательный процесс на курсе «Нейронные сети на Python» проходит в формате вебинаров (онлайн). Слушателям дают домашние задания, которые позволят применить на практике полученные во время вебинаров знания. По каждому домашнему заданию преподаватель даёт развернутый фидбек. Эта работа — часть вашего портфолио, подтверждение полученных знаний.

3.8

Тест на знание python

Какой будет результат выполнения кода — print(type(lambda: None)) ?
Какой будет результат выполнения этого кода?
Что вернет следующий код?
Что нужно вcтавить после "if", для вывода "x четное число"
Какой будет результат выполнения кода — print(abc) ?