О курсе
В связи с динамичным развитие Машиного обучения, огромный спрос ориентируется на программистов, которые обладают навыками работы и написание нейронных сетей. Методы машинного обучения позволяют нам автоматически извлекать функции из данных для решения прогностических задач, таких как распознавание речи, распознавание объектов, машинный перевод, вопрос-ответ, обнаружение аномалий, медицинская диагностика и прогноз, конфигурация автоматического алгоритма, персонализация, управление роботом, прогнозирование временных рядов и многое другое. Системы обучения адаптируются таким образом, чтобы они могли более эффективно решать новые задачи, связанные с ранее возникшими задачами.
Общее количество часов составляет 72 часа
Из них лекционные – 10 часов, практические – 28 часов, СРС(самостоятельные работы студента) – 30 часов
Описание программы
В курсе рассматриваются основы разработки приложений с использованием нейронных сетей на Python. Изучается популярная библиотека нейронных сетей Keras. Рассматриваются полносвязные нейронные, сверточные и рекуррентные нейронные сети и их применение для решения задач анализа изображений и обработки текстов.
Предварительное знание нейронных сетей и языка программирования Python не требуется.
Результаты обучения
1. Понимание того, что такое обучение нейросетей и почему это важно для проектирования интеллектуальных машин.
2. Способность выполнять численные вычисления, статистику и оптимизацию в контексте обучения.
3. Способность обнаруживать и решать проблемы, возникающие при работе с очень маленькими и очень большими наборами данных.
4. Понимание основ математики, необходимых для построения новых решений машинного обучения.
5. Умение разрабатывать и реализовывать различные алгоритмы машинного обучения в широком спектре реальных приложений.
6. Понимание основ глубокого обучения и умение внедрять модели глубокого обучения для языка, зрения, речи, принятия решений и многого другого.
Кем работать?
Специалист по глубокому обучению, Data Scientist, разработчик нейронных сетей.
Общее количество часов составляет 72 часа
Из них лекционные – 10 часов, практические – 28 часов, СРС(самостоятельные работы студента) – 30 часов
Описание программы
В курсе рассматриваются основы разработки приложений с использованием нейронных сетей на Python. Изучается популярная библиотека нейронных сетей Keras. Рассматриваются полносвязные нейронные, сверточные и рекуррентные нейронные сети и их применение для решения задач анализа изображений и обработки текстов.
Предварительное знание нейронных сетей и языка программирования Python не требуется.
Результаты обучения
1. Понимание того, что такое обучение нейросетей и почему это важно для проектирования интеллектуальных машин.
2. Способность выполнять численные вычисления, статистику и оптимизацию в контексте обучения.
3. Способность обнаруживать и решать проблемы, возникающие при работе с очень маленькими и очень большими наборами данных.
4. Понимание основ математики, необходимых для построения новых решений машинного обучения.
5. Умение разрабатывать и реализовывать различные алгоритмы машинного обучения в широком спектре реальных приложений.
6. Понимание основ глубокого обучения и умение внедрять модели глубокого обучения для языка, зрения, речи, принятия решений и многого другого.
Кем работать?
Специалист по глубокому обучению, Data Scientist, разработчик нейронных сетей.
Сколько может зарабатывать специалист
по программированию нейронных сетей?
по программированию нейронных сетей?
40 тысяч
40 тысяч
Junior
80 тысяч
80 тысяч
Middle
120 тысяч
120 тысяч
Senior
∞
∞
Требования
Предварительное знание нейронных сетей и языка программирования Python не требуется.
Программа курса
В конце обучения вы получите
Сертификат...
установленного образца
...либо удостоверение
установленного образца
Длительность курса: 9 недель
1-2 занятия в неделю
Очное обучение
Как это будет проходить
1
Успей записаться!
Подай заявку на прохождение курса
2
Оплати курс!
Заключи договор и оплати прохождение курса. Оплата осуществляется при заключении договора
3
Получи новые знания и навыки!
Узнай, когда будут проходить занятия.
При условии успешного завершения
обучения будет получент сертификат установленного образца
При условии успешного завершения
обучения будет получент сертификат установленного образца
Вас научат лучшие преподаватели
Все наши преподаватели — дипломированные специалисты с многолетним опытом обучения.
- Андрей СозыкинСертифицированный преподаватель NVIDIA Deep Learning Institute.Занимается проектами, связанными с машинным обучением и BigData.
Работает в УрФУ, где организовал магистратуру по машинному обучению совместно со Школой Анализа Данных компании Яндекс. - Комоцкий ЕвгенийСооснователь сервиса Relation Hint, преподаватель УрФУЗанимается проектами, связанными с машинным обучением.
Заместитель директора по инновационной работе Департамент бизнес-информатики и математического моделирования УрФУ. - Александр БерсеневСпециалист в области информационной безопасностиЗанимается проектами, связанными с повышением безопасности различных сервисов: банков, мобильных операторов, платёжных систем и т.д.
- Оксана ЛимановскаяДоцент кафедры информационных
интеллектуальных технологий УрФУЗанимается проектами, связанными
с моделированием сложных систем, имитационным
моделированием, машинным обучением.
Работает в УрФУ, где проводит курсы по
математическому и компьютерному моделированию,
основам интеллектуальных систем
и мультимедийных технологий. - Антон КошелевРазработчик систем машинного
обучения в банке Точка.Занимается проектами, связанными
с машинным обучением.
Работает в УрФУ, где проводит курсы
по проектному обучению, а также организовал
магистратуру по машинному обучению совместно
со Школой Анализа Данных компании Яндекс.
Стоимость курса
за прохождение курса (72 часа)
20 000₽
Оплата осуществляется при заключении договора
Подать заявку Хотите записаться? Остались вопросы?
Оставьте ваши контактные данные, и мы свяжемся с вами в ближайшее время!
