Deep learning

Deep learning

Глубокое обучение — одно из ключевых направлений в машинном обучении. Голосовые помощники, распознавание лиц, автоматические переводчики — те примеры так называемого искусственного интеллекта, которыми многие из нас пользуются постоянно. С каждым годом интерес к этой области только увеличивается. Например, автомобили без водителей — уже не научная фантастика, а средство медленного передвижения. За многими этими достижениями стоит именно глубокое обучение. Мастерская Deep Learning призвана познакомить с актуальным состоянием соответствующий области исследований и научить применять их для решения собственных задач.

Почта по всем вопросам


Алёна Абраженина Координатор
Игорь Слинько Лектор
Михаил Романов Лектор
Ильдар Белялов Директор

telegram: @ibelyalov


Где ещё в Интернете
(похоже, только тут!)



Партнёры

Samsung Research Russia

Основная программа

Основы

  • логистическая регрессия
  • многослойный перспетрон
  • градиентный спуск и метод обратного распространения ошибки
  • слои
  • регуляризация
  • фреймворки

Обработка естественного языка

  • языковое моделирование (NeuralLM)
  • дистрибутивные модели
  • рекуррентные сети (RNN, LSTM и варианты)
  • seq2seq-модели и attention
  • свертки в задачах NLP
  • "постреккуррентные" модели
  • контекстуализированные эмбеддинги (ULMFiT, ELMo, BERT)

Компьютерное зрение

  • детекция (YOLO)
  • сегментация (U-net и DeepLab-v3)
  • Depth estimation
  • Super resolution
  • Mask RCNN
  • GAN (на примере Cycle GAN)
  • Reverse gradient
  • Style transfer и inpainting
  • Deep Visual Odometry

Много практики

Упражнения на PyTorch и проектная деятельность.

Даты проведения

3-4 циклы: с 21 июля по 5 августа

Возрастные ограничения
от 18 лет
Кого ищут
Студентов и специалистов, знакомых с высшей математикой, умеющих писать на Python и не боящихся работы в командной строке