Megafon

Deep Learning (семестр 1, осень 2020): продвинутый поток

1,00 TJS/день

Поступить на курс

О курсе

Школа глубокого обучения (Deep Learning School) -- учебная организация на базе Физтех-школы прикладной математики и информатики Московского физико-технического института. Мы занимаемся разработкой курсов по искусственному интеллекту для школьников и студентов, интересующихся программированием и математикой. Занятия ведут преподаватели, выпускники и студенты ФПМИ МФТИ.

Цель курсов -- познакомить слушателей с теорией и практикой глубокого обучения (нейронных сетей) в интерактивном формате. В этом семестре мы проводим только онлайн-занятия в формате вебинаров.

По итогам курса будет выдан сертификат об окончании школы.

Наш сайт: dlschool.org

Наша группа ВК: https://vk.com/dlschool_mipt

Чат продвинутого потока: https://t.me/dls_fall2020_advanced

Программа курса

Организационная информация

1. О нас
2. Инструменты курса. Jupyter и Google Colab
3. Дополнительные материалы для самостоятельного освоения
4. Организационное собрание. Татьяна Гайнцева

Введение в искусственный интеллект

1. Лекция. Введение в искусственный интеллект. Михаил Бурцев

Основы машинного обучения

1. Лекция. Введение в машинное обучение. Григорий Лелейтнер
2. Семинар. Библиотека sklearn. Григорий Лелейтнер

Домашнее задание. Основы машинного обучения

1. Домашнее задание. Основы машинного обучения

Линейные модели

1. Лекция. Линейные модели. Григорий Лелейтнер
2. Семинар. Линейные модели. Дмитрий Садыков

Домашнее задание. Линейные модели и методы оптимизации

1. Домашнее задание. Линейные модели и методы оптимизации

Решающие деревья и композиции алгоритмов

1. Допматериал. Метрики машинного обучения. Юрий Яровиков
2. Лекция. Решающие деревья. Дмитрий Садыков
3. Семинар. Выбор моделей и цикл разработки. Аркадий Боков

Домашнее задание. Решение ML задачи и Kaggle

1. Домашнее задание. Решение ML-задачи и Kaggle

Введение в нейронные сети

1. Лекция. Введение в нейронные сети. Радослав Нейчев
2. Семинар. PyTorch и полносвязные нейросети. Дмитрий Садыков

Сверточные нейросети

1. Лекция. Сверточные нейросети. Татьяна Гайнцева
2. Семинар. Модули в PyTorch и CNN. Артем Ямалутдинов

Домашнее задание. Сверточные и полносвязные нейросети

1. Домашнее задание. Сверточные и полносвязные нейросети.

Продвинутое обучение нейросетей

1. Лекция. Продвинутое обучение нейронных сетей. Радослав Нейчев
2. Семинар. Продвинутое обучение нейросетей. Григорий Лелейтнер

Классификация изображений

1. Лекция. Классификация изображений. Татьяна Гайнцева
2. Семинар. Классификация изображений. Никита Балаганский

Домашнее задание. Классификация изображений

1. Домашнее задание: классификация Симпсонов