Нейронные сети для обработки текстов
Нейронные сети являются одним из лучших решений в задачах распознавания текстов и находят применение в гораздо более сложных задачах.
О курсе
Нейронные сети являются одним из лучших решений в задачах распознавания текстов и находят применение в гораздо более сложных задачах. В связи с этим, специалисты очень востребованы на рынке труда. Различной сложности и интересная работа с варьирующимися подходами к решению задачам, является ключевыми компонентами успешности обучения на данном курсе.
Общее количество часов составляет 72 часа
Из них лекционные – 11 часов, практические – 29 часов, СРС(самостоятельные работы студента) – 30 часов
Описание программы
Продвинутый курс по программированию нейронных сетей для текстов. Рассматривается архитектуры нейронных сетей для обработки текстов: одномерные сверточные, сети долго-краткосрочной памяти (LSTM), вентильные рекуррентные сети (GRU). Представление текста для нейронных сетей: разреженные и плотные векторы (embedding). Задачи обработки текстов: классификация, определение тональности, генерация текста.
Предварительное требование – прохождение курса «Программирование нейронных сетей» или знания в объеме этого курса.
Результаты обучения
1. Способность подбирать алгоритмы и метрики под задачу для разных моделей.
2. Профессиональная работа с сверточными и вентильно-рекуррентными сетями.
3. Владение подходами предотвращения переобучения, изучение методов оценки.
Кем работать?
Специалист по глубокому обучению, специалист по машинному обучению, Data Scientist, разработчик нейронных сетей.
Общее количество часов составляет 72 часа
Из них лекционные – 11 часов, практические – 29 часов, СРС(самостоятельные работы студента) – 30 часов
Описание программы
Продвинутый курс по программированию нейронных сетей для текстов. Рассматривается архитектуры нейронных сетей для обработки текстов: одномерные сверточные, сети долго-краткосрочной памяти (LSTM), вентильные рекуррентные сети (GRU). Представление текста для нейронных сетей: разреженные и плотные векторы (embedding). Задачи обработки текстов: классификация, определение тональности, генерация текста.
Предварительное требование – прохождение курса «Программирование нейронных сетей» или знания в объеме этого курса.
Результаты обучения
1. Способность подбирать алгоритмы и метрики под задачу для разных моделей.
2. Профессиональная работа с сверточными и вентильно-рекуррентными сетями.
3. Владение подходами предотвращения переобучения, изучение методов оценки.
Кем работать?
Специалист по глубокому обучению, специалист по машинному обучению, Data Scientist, разработчик нейронных сетей.
Требования
Предварительное требование – прохождение курса «Программирование нейронных сетей» или знания в объеме этого курса.
Программа курса
В конце обучения вы получите
Сертификат...
установленного образца
...либо удостоверение
установленного образца
Сколько может зарабатывать специалист по программированию нейронных сетей?
50 тысяч
50 тысяч
Junior
80 тысяч
80 тысяч
Middle
100 тысяч
100 тысяч
Senior
∞
∞
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!