Курс Введение в нейронные сети на Python

Практический курс «Введение в нейронные сети на Python»

Ближайшая дата курса 8 — 10 июля
   26 — 28 октября
Стоимость обучения    54.000 рублей
Код курса   PYNN

Курс по машинному обучению с использованием Python

Практический курс «Введение в нейронные сети» — основы нейросетей для аналитиков, разработчиков Big Data, руководителей и специалистов по работе с большими данными. 

Что такое нейронные сети и при чем здесь машинное обучение (Machine Learning)

Искусственная нейронная сеть (нейросеть) – это математическая модель с программной или аппаратной реализацией, имитирующая функционирование биологических нервных клеток живого организма. В отличие от других вычислительных моделей, нейросети ориентированы на биологические принципы. Благодаря этому нейросетевые модели обладают следующими качествами:

  • массовый параллелизм;
  • распределённое представление информации и вычисления;
  • способность к обучению и обобщению;
  • адаптивность;
  • обработки информации в контексте окружающей среды;
  • толерантность к ошибкам;
  • низкое энергопотребление.

Правила работы нейросетевых алгоритмов не программируются, а вырабатываются в процессе обучения. Это обеспечивает адаптивность моделей к изменениям входных сигналов, включая шумовые воздействия. Сегодня нейросети считаются одним из наиболее популярных методов машинного обучения (Machine Learning) и используются в различных областях деятельности для решения следующих прикладных задач в условиях неполноты входной информации:

  • распознавание образов (визуальных, аудиозаписей, видеопотоков, графических изображений, рукописного текста и пр.);
  • прогнозирование будущих событий (поведение пользователей, погодные явления, курсы валют, возникновение и развитие чрезвычайных ситуаций и пр.);
  • классификация и кластеризация данных (финансовый скоринг, медицинская диагностика, выявление мошеннических операций);
  • интеллектуальный анализ данных, оптимизация бизнес-процессов и принятие управленческих решений.

Как именно нейросетевые алгоритмы и инструменты моделирования можно использовать для конкретных бизнес-кейсов, вы узнаете в рамках нашего образовательного курса «Введение в нейронные сети».

Программа практического тренинга основы Machine Learning, Курс введение в машинное обучение

Кому нужны курсы по нейронным сетям

Практический курс Введение в нейронные сети на Python предназначены для аналитиков, разработчиков программного обеспечения, руководителей и специалистов по работе с большими данными, которые хотят получить следующие знания и навыки:

  • понять, что такое нейросети, машинное обучение и искусственный интеллект;
  • освоить принципы функционирования нейронных сетей;
  • знать, как эффективно использовать нейросетевые модели в бизнесе;
  • разобраться с математическими основами нейронных сетей;
  • освоить базовые методы работы с нейросетевыми алгоритмами;
  • обрабатывать датасеты для подготовки к моделированию;
  • научиться строить собственные модели нейронных сетей;
  • интерпретировать результаты моделирования.

Предварительный уровень подготовки:

  • Опыт программирования на Python

курсы обучения Hadoop и машинного обучения

Как построен образовательный курс Введение в нейронные сети

Продолжительность: 3 дня, 24 академических часа.

Соотношение теории к практике 50/50

Методические материалы: учебное пособие на русском языке

Курс Введение в нейронные сети представляет собой прикладные основы наиболее популярного метода Machine Learning, включая всю необходимую теорию и практику по этой области искусственного интеллекта. В программе рассмотрена математическая база современных нейросетевых алгоритмов. В курсе приведены базовые задачи, которые могут быть решены с помощью методов нейросетей: классификация изображений и другие прикладные кейсы распознавания образов. Большое внимание уделено практическому решению задач с использованием нейросетевых методов на языке Python. Курсы по нейронным сетям также содержат материалы по применению сверточных нейросетей в production, в т.ч. обучение нейронной сети и ее интеграция с другими программными алгоритмами.

На практике вы самостоятельно создадите собственную нейросеть, решив задачи классификации с помощью этой модели машинного обучения. В результате освоения программы курса вы овладеете основными навыками создания веб-сервисов на базе нейросетей и сможете выбрать наилучшую архитектуру нейросети для конкретной бизнес-задачи. 

Особенности курса:

  1. Основное внимание направлено не на теорию, а на практику и применимость решений в реальном бизнесе.
  2. Вся теория подкреплена реальными данными из практики.
  3. В конце каждой темы вы получите задание на проверку усвоенного материала.
  4. По результатам выполнения практического задания каждый слушатель получит индивидуальный фидбек от преподавателя.

Успешно окончив курс Введение в нейронные сети в нашем лицензированном учебном центре «Школа Больших Данных», вы получите сертификат о повышении квалификации государственного образца.

Программа курса Введение в нейронные сети на Python

  1. Простейшие нейронные сети

  • Теоретическая часть: основные понятия; классификация задач, решаемых с помощью методов машинного обучения; виды данных, понятие датасета; полносвязные нейронные сети.
  • Практическая часть: первичный анализ датасета, предобработка данных, построение полносвязной нейронной сети.
  1. Математические основы нейронных сетей

  • Теоретическая часть: метрики качества работы нейронной сети, градиентный спуск, алгоритм обратного распространения ошибки, эффект переобучения.
  • Практическая часть: тонкая настройка нейронной сети на примере задачи классификации изображений.
  1. Свёрточные нейронные сети

  • Теоретическая часть: параметры сверточных нейронных сетей, предобученные нейронные сети.
  • Практическая часть: использование предобученных нейронных сетей на примере задачи классификации изображений.
  1. Решение кейса: Классификация изображений

  • Теоретическая часть: построение набора данных, фильтрация и предобработка данных.
  • Практическая часть: решение кейса.
  1. Использование нейронных сетей в production

  • Теоретическая часть: сериализация/десериализация объектов в Python, фреймворк Flask.
  • Практическая часть: создание веб-сервиса на фреймворке Flask.

 

Скоринговые модели и машинное обучение на Python

Скачать программу курса «Введение в нейронные сети с использованием Python»