Stepik [АРХИВ] Deep Learning (семестр 2, весна 2024)
О курсе
Подробнее
Школа глубокого обучения (Deep Learning School) – учебная организация на базе Физтех-школы прикладной математики и информатики Московского физико-технического института. Мы занимаемся разработкой курсов по искусственному интеллекту для школьников и студентов, интересующихся программированием и математикой. Занятия ведут преподаватели, выпускники и студенты ФПМИ МФТИ.
Данный курс посвящен использованию нейросетевых моделей для обработки естественного языка и аудиосигналов. В течение курса вам будет предложено несколько практических заданий. Последним заданием является итоговый практический проект.
По итогам курса будет выдан сертификат об окончании школы, дающий льготы при поступлении в бакалавриат и магистратуру ФПМИ МФТИ.
Форма регистрации на курс. Данную форму нужно заполнить для получения диплома.
Чат в TG: @dls_spring2024_part2. Обязательно вступите в чат, чтобы узнавать все свежие новости о курсе!
Наш сайт: dls.samcs.ru
FAQ
Наша группа ВК
Требования
Что нужно для старта
- -- Владеть фреймворком Pytorch для обучения нейросетей
- -- Пройти 1 семестр курса "Deep Learning" (желательно)
Результат
Что вы получите
- -- Применять классические и нейросетевые алгоритмы для основных задач обработки текста: классификации текстов, языкового моделирования, машинного перевода, построения вопросно-ответных систем
- -- Применять готовые модели обработки естественного языка для дообучения на конкретных задачах
- -- Работать с аудиофайлами и создавать нейросетевые модели для решения основных задач работы с аудио
Аудитория
Для кого этот курс
- Студенты и выпускники технических вузов, прошедшие 1 семестр курса "Deep Learning"
Содержание
12 занятийПрограмма курса
№ТемаЧто внутри
01Организационная информация
- Организационная информация
02Введение в NLP и классификация текста
- Лекция. Эмбеддинги слов. Татьяна Гайнцева
- Семинар. Обработка и классификация текстов
03Домашнее задание. Ранжирование текстов на основе эмбеддингов
- Домашнее задание. Ранжирование текстов на основе эмбеддингов
04Классификация текста и рекуррентные нейронные сети
- Лекция. Рекуррентные нейронные сети. Татьяна Гайнцева
- Семинар. Классификация текста с помощью RNN. Антон Земеров
05Домашнее задание. Классификация текста с помощью RNN
- Домашнее задание. Классификация текста с помощью RNN
06Языковое моделирование
- Лекция. Языковое моделирование. Антон Земеров
- Семинар. Языковое моделирование. Антон Земеров
07Домашнее задание. Языковое моделирование
- Домашнее задание. Языковое моделирование
08Машинный перевод и механизм Attention
- Лекция. Машинный перевод и механизм Attention
- Семинар. Машинный перевод
09Attention и Трансформеры
- Лекция. Attention и трансформер. Татьяна Гайнцева
- Семинар. Attention и трансформеры. Игорь Щукин
- Дополнительные материалы
10Предобучение и файнтьюнинг языковых моделей
- Лекция. Предобучение и файнтьюнинг LM. Антон Земеров
- Семинар. Файнтьюнинг BART для суммаризации. Антон Земеров
11Домашнее задание. Предобучение и файнтьюн языковых моделей
- Домашнее задание. Трансформеры
12Модуль для дополнительных баллов
- Урок для пересдачи ДЗ и переноса дедлайнов
01Организационная информация
- Организационная информация
02Введение в NLP и классификация текста
- Лекция. Эмбеддинги слов. Татьяна Гайнцева
- Семинар. Обработка и классификация текстов
03Домашнее задание. Ранжирование текстов на основе эмбеддингов
- Домашнее задание. Ранжирование текстов на основе эмбеддингов
04Классификация текста и рекуррентные нейронные сети
- Лекция. Рекуррентные нейронные сети. Татьяна Гайнцева
- Семинар. Классификация текста с помощью RNN. Антон Земеров
05Домашнее задание. Классификация текста с помощью RNN
- Домашнее задание. Классификация текста с помощью RNN
06Языковое моделирование
- Лекция. Языковое моделирование. Антон Земеров
- Семинар. Языковое моделирование. Антон Земеров
07Домашнее задание. Языковое моделирование
- Домашнее задание. Языковое моделирование
08Машинный перевод и механизм Attention
- Лекция. Машинный перевод и механизм Attention
- Семинар. Машинный перевод
09Attention и Трансформеры
- Лекция. Attention и трансформер. Татьяна Гайнцева
- Семинар. Attention и трансформеры. Игорь Щукин
- Дополнительные материалы
10Предобучение и файнтьюнинг языковых моделей
- Лекция. Предобучение и файнтьюнинг LM. Антон Земеров
- Семинар. Файнтьюнинг BART для суммаризации. Антон Земеров
11Домашнее задание. Предобучение и файнтьюн языковых моделей
- Домашнее задание. Трансформеры
12Модуль для дополнительных баллов
- Урок для пересдачи ДЗ и переноса дедлайнов
Организатор
Автор курса
Мнения учеников
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «[АРХИВ] Deep Learning (семестр 2, весна 2024)» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Информация обновлена 7 сентября 2026 г.
Продолжить выбор
Похожие курсы
Начать без затрат
