Дисциплина «Нейронные сети и глубокое обучение»
Описание дисциплины
| Параметр | Значение |
|---|---|
| Обеспечивающее подразделение | ОИТ (ИШИТР) |
| Язык обучения | Русский |
| Год приёма | 2022 |
| Параметр | 7 семестр |
|---|---|
| Кредитная стоимость | 3 |
| Виды занятий (Часы/Вид) | 16/ЛБ, 76/СРС, 16/ЛК |
| Тип аттестации | Зачет |
| Параметр | Значение |
|---|---|
| Краткое описание/содержание дисциплины |
Дисциплина «Нейронные сети и глубокое обучение» является финальной частью в цикле из 3-х дисциплин данного модуля дополнительной специализации. "Нейронные сети и глубокое обучение" - это дисциплина, которая помогает студентам понять принципы и методы нейронных сетей и глубокого обучения. Это включает изучение различных архитектур нейронных сетей, а также методов обучения и оптимизации. В курсе будут рассмотрены различные приложения нейронных сетей, как например компьютерное зрение, естественный язык, аудио и текстовый анализ. Студенты также будут изучать библиотеки для глубокого обучения в Python, такие как TensorFlow и PyTorch, и применять их для построения своих моделей. В результате изучения дисциплины, студенты приобретут компетенции в создании и обучении нейронных сетей, анализе и интерпретации результатов, а также применении их для решения различных практических задач, таких как компьютерное зрение, естественный язык, аудио и текстовый анализ. Они также научатся использовать библиотеки глубокого обучения для построения и обучения моделей, а также понимать принципы оптимизации и переобучения нейронных сетей. В дополнение, студенты будут развивать свои навыки критического мышления, коммуникации и презентации результатов исследований. |
| Планируемые результаты обучения |
После завершения модуля, обучающийся будет уметь: - Применять нейронные сети для решения широкого круга прикладных задач |
| Особенности обучения |
В данной дисциплине предполагается использование современных инструментов для решения практических задач анализа данных. Модуль содержит множество практических заданий, призванных закрепить теоретические знания и дать обучающемуся требуемые для аналитики данных навыки. |
| Включена в модули |
Русский