Об этом курсе
4.6
Оценки: 655
Рецензии: 157
Специализация

Курс 1 из 7 в программе

100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень

Продвинутый уровень

Часов на завершение

Прибл. 37 часа на выполнение

Предполагаемая нагрузка: 6 weeks of study, 6-10 hours/week...
Доступные языки

Английский

Субтитры: Английский

Приобретаемые навыки

Recurrent Neural NetworkTensorflowConvolutional Neural NetworkDeep Learning
Специализация

Курс 1 из 7 в программе

100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Продвинутый уровень

Продвинутый уровень

Часов на завершение

Прибл. 37 часа на выполнение

Предполагаемая нагрузка: 6 weeks of study, 6-10 hours/week...
Доступные языки

Английский

Субтитры: Английский

Программа курса: что вы изучите

Неделя
1
Часов на завершение
5 ч. на завершение

Introduction to optimization

Welcome to the "Introduction to Deep Learning" course! In the first week you'll learn about linear models and stochatic optimization methods. Linear models are basic building blocks for many deep architectures, and stochastic optimization is used to learn every model that we'll discuss in our course....
Reading
9 видео ((всего 63 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
Video9 видео
Course intro6мин
Linear regression9мин
Linear classification10мин
Gradient descent5мин
Overfitting problem and model validation6мин
Model regularization5мин
Stochastic gradient descent5мин
Gradient descent extensions9мин
Reading2 материала для самостоятельного изучения
Welcome!5мин
Hardware for the course10мин
Quiz2 практического упражнения
Linear models6мин
Overfitting and regularization8мин
Неделя
2
Часов на завершение
6 ч. на завершение

Introduction to neural networks

This module is an introduction to the concept of a deep neural network. You'll begin with the linear model and finish with writing your very first deep network....
Reading
9 видео ((всего 85 мин.)), 3 материалов для самостоятельного изучения, 4 тестов
Video9 видео
Chain rule7мин
Backpropagation9мин
Efficient MLP implementation13мин
Other matrix derivatives5мин
What is TensorFlow10мин
Our first model in TensorFlow10мин
What Deep Learning is and is not8мин
Deep learning as a language6мин
Reading3 материала для самостоятельного изучения
Optional reading on matrix derivatives1мин
TensorFlow reading1мин
Keras reading1мин
Quiz2 практического упражнения
Multilayer perceptron10мин
Matrix derivatives20мин
Неделя
3
Часов на завершение
5 ч. на завершение

Deep Learning for images

In this week you will learn about building blocks of deep learning for image input. You will learn how to build Convolutional Neural Network (CNN) architectures with these blocks and how to quickly solve a new task using so-called pre-trained models....
Reading
6 видео ((всего 59 мин.)), 3 тестов
Video6 видео
Our first CNN architecture10мин
Training tips and tricks for deep CNNs14мин
Overview of modern CNN architectures8мин
Learning new tasks with pre-trained CNNs5мин
A glimpse of other Computer Vision tasks8мин
Quiz1 практическое упражнение
Convolutions and pooling10мин
Неделя
4
Часов на завершение
4 ч. на завершение

Unsupervised representation learning

This week we're gonna dive into unsupervised parts of deep learning. You'll learn how to generate, morph and search images with deep learning....
Reading
9 видео ((всего 81 мин.)), 3 тестов
Video9 видео
Autoencoders 1015мин
Autoencoder applications9мин
Autoencoder applications: image generation, data visualization & more7мин
Natural language processing primer10мин
Word embeddings13мин
Generative models 1017мин
Generative Adversarial Networks10мин
Applications of adversarial approach11мин
Quiz1 практическое упражнение
Word embeddings8мин
4.6
Рецензии: 157Chevron Right
Формирование карьерного пути

22%

начал новую карьеру, пройдя эти курсы
Карьерные преимущества

27%

получил значимые преимущества в карьере благодаря этому курсу

Лучшие рецензии

автор: YGJan 28th 2018

This is a very hands on Deep Learning class. Like the design of programming assignments a lot. It's very instructive as well as challenging! Great course. I would recommend it!

автор: ASMar 26th 2018

Great course! The faculty does an excellent job in explaining some difficult to understand concepts. The discussion forum is very active and the course community is helpful.

Преподавателя

Avatar

Evgeny Sokolov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Andrei Zimovnov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexander Panin

Lecturer
HSE Faculty of Computer Science
Avatar

Ekaterina Lobacheva

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Nikita Kazeev

Researcher
HSE Faculty of Computer Science

О National Research University Higher School of Economics

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communications, IT, mathematics, engineering, and more. Learn more on www.hse.ru...

О специализации ''Advanced Machine Learning'

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Advanced Machine Learning

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.