PYNN: введение в нейронные сети на PYTHON: Повышение квалификации

1. Простейшие нейронные сети
   • Теоретическая часть: основные понятия; классификация задач, решаемых с помощью методов машинного обучения; виды данных, понятие датасета; полносвязные нейронные сети.
   • Практическая часть: первичный анализ датасета, предобработка данных, построение полносвязной нейронной сети.
2. Простейшие нейронные сети
   • Теоретическая часть: основные понятия; классификация задач, решаемых с помощью методов машинного обучения; виды данных, понятие датасета; полносвязные нейронные сети.
   • Практическая часть: первичный анализ датасета, предобработка данных, построение полносвязной нейронной сети.
3. Математические основы нейронных сетей
   • Теоретическая часть: метрики качества работы нейронной сети, градиентный спуск, алгоритм обратного распространения ошибки, эффект переобучения.
   • Практическая часть: тонкая настройка нейронной сети на примере задачи классификации изображений.
4. Свёрточные нейронные сети
   • Теоретическая часть: параметры сверточных нейронных сетей, предобученные нейронные сети.
   • Практическая часть: использование предобученных нейронных сетей на примере задачи классификации изображений.
5. Решение кейса: "Классификация изображений"
   • Теоретическая часть: построение набора данных, фильтрация и предобработка данных.
   • Практическая часть: решение кейса.
6. Использование нейронных сетей в production
   • Теоретическая часть: сериализация/десериализация объектов в Python, фреймворк Flask.
   • Практическая часть: создание веб-сервиса на фреймворке Flask.

Курс Введение в нейронные сети представляет собой прикладные основы наиболее популярного метода Machine Learning, включая всю необходимую теорию и практику по этой области искусственного интеллекта. В программе рассмотрена математическая база современных нейросетевых алгоритмов. В курсе приведены базовые задачи, которые могут быть решены с помощью методов нейросетей: классификация изображений и другие прикладные кейсы распознавания образов. Большое внимание уделено практическому решению задач с использованием нейросетевых методов на языке Python. Курсы по нейронным сетям также содержат материалы по применению сверточных нейросетей в production, в т.ч. обучение нейронной сети и ее интеграция с другими программными алгоритмами.

На практике вы самостоятельно создадите собственную нейросеть, решив задачи классификации с помощью этой модели машинного обучения. В результате освоения программы курса вы овладеете основными навыками создания веб-сервисов на базе нейросетей и сможете выбрать наилучшую архитектуру нейросети для конкретной бизнес-задачи.

Особенности курса:

1. Основное внимание направлено не на теорию, а на практику и применимость решений в реальном бизнесе.
2. Вся теория подкреплена реальными данными из практики.
3. В конце каждой темы вы получите задание на проверку усвоенного материала.
4. По результатам выполнения практического задания каждый слушатель получит индивидуальный фидбек от преподавателя.

Успешно окончив курс Введение в нейронные сети в нашем лицензированном учебном центре, вы получите сертификат о повышении квалификации установленного образца.