📝 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

1. Сверточные сети. История развития архитектур классификации
2. Рекуррентные сети
3. AutoEncoder архитектуры (AE, VAE, CVAE, ...)
4. Задача детекции объектов. Real-time детекция объектов
5. Семантическая и экземплярная сегментация
6. Generative adversarial networks (Генеративные состязательные сети)
7. Meta-Learning (Доменная адаптация и Few-shot Learning)
8. Состязательные атаки (Adversarial attacks) на ML модели
9. Методы интерпретации ML моделей (методы визуализации)

📆 Время занятий

• согласно расписанию