📝 О курсе
Курс посвящен решению базовых задач при помощи нейронных сетей глубокого обучения, архитектурах нейронных сетей.
В результате изучения курса Вы научитесь:
- формулировать задачи для глубокого обучения
- использовать готовые датасеты
- выбирать архитектуру
- тренировать нейронные сети
- оценивать точность результатов
📚 Список тем
- Сверточные сети. История развития архитектур классификации
- Рекуррентные сети
- AutoEncoder архитектуры (AE, VAE, CVAE, ...)
- Задача детекции объектов. Real-time детекция объектов
- Семантическая и экземплярная сегментация
- Generative adversarial networks (Генеративные состязательные сети)
- Meta-Learning (Доменная адаптация и Few-shot Learning)
- Состязательные атаки (Adversarial attacks) на ML модели
- Методы интерпретации ML моделей (методы визуализации)
📆 Время занятий