Мы используем cookie для стабильной работы сервиса. Подробнее

Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)

ФорматОнлайн
Объём9 занятий
По окончанииStepik
О курсе

Подробнее

О чём курс? Курс об искусственных нейронных сетях специального вида. О новых классах задач, которые могут быть решены такими нейросетями. Изучаемые в курсе темы явно перечислены в  оглавлении курса. Для кого? Для всех желающих и имеющих «пятёрку» в школьном аттестате по математике. Знание фактов «высшей математики» при изучении курса не требуется. Естественно, «пятёрка» по математике в школьном аттестате у вас должна быть настоящая. Это означает, что вы самостоятельно и успешно решали все школьные задачи по математике.  Крайне желательно, чтобы слушатель уже имел ненулевой опыт в изучении нейронных сетей. Если у вас такого опыта нет, но вы желаете его быстро получить, то можете прослушать видео с нашего курса — в нём достаточно изучить главы 1-2, 4-5, 9-10.  Люди, имеющие ненулевой опыт в тренировке нейронных сетей, – тоже желанные гости на нашем курсе. Конечно, наш курс начинается в вещей достаточно элементарных и очевидных (для людей с соответствующим опытом). Однако в последних главах мы пытаемся простыми словами объяснить такие «страшные" вещи как GAN, LSTM. Так что мы надеемся, что подобный материал будет полезен и более искушенным специалистам. В общем, ждём: технарей, пытающихся самостоятельно изучить суть процесса построения и тренировки нейронных сетей; IT-начальников и предпринимателей, желающих понимать суть разговоров своих сотрудников;  заказчиков IT-решений, они уж точно должны понимать границы применимости технологий нейросетей и чувствовать момент, когда исполнитель просто вешает им лапшу на уши; поверьте: в сфере ML чертовски не хватает компетентных заказчиков! студентов, которых заставили проходить этот курс их преподаватели... энтузиастов ML. Что будет и чего не будет? Будут лекции и теоретические задачи. Мы убеждены в том, что любую технологию нужно изучать на простейших (элементарных) примерах.  Спущенных сверху заданий по программированию не будет, но соответствующая деятельность приветствуется (см. абзац «Желательная активность»).  Объём курса: 72 часа. Желательная активность Пишите комментарии к лекциям и задачам! Обсуждайте их и давайте советы по их решению.  Будет очень здорово, если слушатели будут еще и выкладывать в комментарии программный код, помогающий решить задачу. Общие правила к решению задач У каждой числовой задачи нашего курса есть единственный ответ. Это всегда число. В задачах, где ответом является бесконечная дробь, ответ нужно округлять до двух знаков после запятой.
Требования

Что нужно для старта

  • Необходимо знание математики в школьном объёме и первоначальные сведения по теории нейронных сетей (ещё раз прорекламируем наш курс «Введение в искусственные нейронные сети»).
Результат

Что вы получите

  • Чертовски расширите свой кругозор! Оказывается, в мире существует так много различных типов нейронных сетей, и они не похожи друг друга!
  • Поймете важность изучения математики. Дело в том, что тренировка сетей специальной архитектуры с математической точки зрения ничем не отличается от тренировки классических (полносвязных) нейронных сетей.
  • Узнаете, как наиболее эффективно обрабатывать нечисленные данные (картинки, тексты, видео...) с помощью нейронных сетей.
  • Познакомитесь со строением свёрточных, рекуррентных и состязательных (GAN) нейросетей, а также автокодировщиков.
  • Мы рассмотрим новые (которых не было в нашем последнем курсе) постановки задач: задача обработки текстов (NLP), задача генерации новых объектов (GAN), задача сегментации итд.
  • После каждой темы вас будет ждать блок теоретических задач по материалам главы.
Аудитория

Для кого этот курс

  • Студенты технических специальностей, мотивированные школьники. Любой желающий (но при отсутствии знаний школьной математики он будет здесь страдать).
Содержание

Программа курса

9 занятий
ТемаЧто внутри
01Распознавание картинок: нейросети, фильтры и свёртки

- Картинки как объект для нейронных сетей
- Свёрточная архитектура
- Матричные фильтры
- Параметры свёртки
- Композиция фильтров
- Выводы

02Свёрточные нейронные сети

- Фильтры в нейронных сетях
- Пулинг
- Многоканальные фильтры
- Картинка превращается в вектор
- Выводы

03Очень большие сверточные нейронные сети

- LeNet
- VGG
- ResNet
- Принципы тренировки глубоких сверточных нейронных сетей
- Transfer learning
- Сверточная нейронная сеть действительно понимает, что видит?
- Выводы

04Сегментация изображений

- Постановка задачи
- Специальные архитектуры нейронных сетей для сегментации
- Деконволюция
- Операция unpooling
- Достижения и следствия из сегментации
- Тренировка сегментирующей нейронной сети
- Выводы

05Автокодировщики

- Сделать из конфетки… конфетку
- Зачем они нужны?
- Выводы

06Метрические задачи (metric learning)

- Постановка задачи
- Как превращать фото в вектора?
- Тренировка embedding-а
- Выводы

07Обработка текстов

- Был текст, получились числа
- Контекст слова и работа с ним
- Технологии типа word2vec
- Negative sampling
- Что дальше?
- Выводы

08Генеративно-состязательные сети (GAN)

- Введение
- Выводы

09Обработка последовательностей

- Общая идея
- Генерация текста и его тональность
- LSTM-ячейки
- Выводы
- Опрос слушателей курса

01Распознавание картинок: нейросети, фильтры и свёртки

- Картинки как объект для нейронных сетей
- Свёрточная архитектура
- Матричные фильтры
- Параметры свёртки
- Композиция фильтров
- Выводы

02Свёрточные нейронные сети

- Фильтры в нейронных сетях
- Пулинг
- Многоканальные фильтры
- Картинка превращается в вектор
- Выводы

03Очень большие сверточные нейронные сети

- LeNet
- VGG
- ResNet
- Принципы тренировки глубоких сверточных нейронных сетей
- Transfer learning
- Сверточная нейронная сеть действительно понимает, что видит?
- Выводы

04Сегментация изображений

- Постановка задачи
- Специальные архитектуры нейронных сетей для сегментации
- Деконволюция
- Операция unpooling
- Достижения и следствия из сегментации
- Тренировка сегментирующей нейронной сети
- Выводы

05Автокодировщики

- Сделать из конфетки… конфетку
- Зачем они нужны?
- Выводы

06Метрические задачи (metric learning)

- Постановка задачи
- Как превращать фото в вектора?
- Тренировка embedding-а
- Выводы

07Обработка текстов

- Был текст, получились числа
- Контекст слова и работа с ним
- Технологии типа word2vec
- Negative sampling
- Что дальше?
- Выводы

08Генеративно-состязательные сети (GAN)

- Введение
- Выводы

09Обработка последовательностей

- Общая идея
- Генерация текста и его тональность
- LSTM-ячейки
- Выводы
- Опрос слушателей курса

Документ после выпуска

Stepik

Организатор

Автор курса

StepikStepik
Stepik — образовательная платформа и конструктор онлайн-курсов. Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки. Наша цель — сделать образование открытым и удобным. Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.
Подробнее об авторе
Мнения учеников

Отзывы о курсе

Оставьте отзыв

Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.

Напишите ваш коментарий, не менее 30 символов

Нажимая кнопку, вы даете согласие на обработку персональных данных

Оставьте заявку

Консультант ответит на вопросы о курсе «Специальные архитектуры нейронных сетей (введение в CNN,RNN,NLP)» и поможет разобраться в деталях обучения.

Комментарий ...

Нажимая кнопку, вы даете согласие на обработку персональных данных

Направления:Нейросети и ИИ

Информация обновлена 3 сентября 2026 г.

Продолжить выбор

Похожие курсы

AI - 102: «Проектирование и реализация решения с использованием ИИ Azure
AI - 102: «Проектирование и реализация решения с использованием ИИ Azure

Курс предназначен для разработчиков программного обеспечения, которые хотят создавать приложения с искусственным интеллектом, использующие когнитивные службы Azure, Azure Cognitiv…

Онлайн12 занятий
Цена по запросу
Нейросети для фотографа
Нейросети для фотографа

12 живых онлайн-занятий: вы в реальном времени собираете рабочий пайплайн фотографа с нейросетями — от генерации «с нуля» до финальной презентации проекта по ТЗ. Минимум инструмен…

Онлайн
25 900 ₽
Нейросети для звука и музыки
Нейросети для звука и музыки

Научитесь создавать музыку и обрабатывать звук с помощью передовых AI-инструментов, даже если у вас нет опыта. Этот курс откроет перед вами мир возможностей, где нейросети сделают…

Онлайн
18 900 ₽
Нейросети для работы и творчества
Нейросети для работы и творчества

На курсе вы научитесь быстро готовить контент с нейросетями — тексты, изображения, короткие видео и озвучку — и соберёте из него убедительную мультимедийную презентацию.

Онлайн
22 900 ₽
Искусственный интеллект в государственном и муниципальном управлении
24 ак.часа
Искусственный интеллект в государственном и муниципальном управлении

Онлайн-курс по нейросетям. Станьте специалистом по работе с ИИ и с легкостью решайте рутинные задачи в государственном и муниципальном управлении. Практические кейсы, насыщенная т…

Онлайн
40 000 ₽
Начать без затрат

Бесплатные курсы

Claude Code с нуля до реальных задач
Бесплатно1 месяц
Claude Code с нуля до реальных задач

Вы разовьёте аналитическое мышление, научитесь искать уязвимости и обеспечивать безопасность IT-систем. Освоите востребованную профессию даже с нулевым опытом в IT. Программа курс…

Онлайн
Бесплатноот 11 647 ₽/мес
ГигаЧат: ваш универсальный помощник для жизни
Бесплатно3 сентября
ГигаЧат: ваш универсальный помощник для жизни

Бесплатное обучение работе с ГигаЧатом на курсе от Нетологии для начинающих. Выполните 6 проектов: создайте сказку, листовку, резюме и план питания. Освойте нейросети и получите с…

Онлайн8 занятий
Бесплатно
Современные LLM
Бесплатно
Современные LLM

Курс посвящен очень популярной сегодня теме - большим языковым моделям (Large Language Models или LLM). Действительно, современные чат-боты на базе LLM (ChatGPT, Gemini, Gigachat,…

Онлайн12 занятий
Бесплатно
Современный AI в IT-индустрии и науке
Бесплатно
Современный AI в IT-индустрии и науке

Курс создан, чтобы дать слушателям представление о том, что в 2025 году происходит в области AI и объяснить, какими задачами можно заниматься на разных уровнях владения искусствен…

Онлайн8 занятий
Бесплатно
First Step in NLP 2.0
Бесплатно4-5 часов в неделю
First Step in NLP 2.0

На мини-курсе вы познакомитесь с некоторыми подходами к обработке текста. Также вы погрузитесь в обработку текстовых данных и узнаете, как делать скрапинг и парсинг. Вы сможете от…

Онлайн7 занятий
Бесплатно