2025/2026
Прикладные нейронные сети
Статус:
Маго-лего
Кто читает:
Школа лингвистики
Где читается:
Факультет гуманитарных наук
Когда читается:
3, 4 модуль
Охват аудитории:
для всех кампусов НИУ ВШЭ
Язык:
русский
Кредиты:
6
Контактные часы:
48
Программа дисциплины
Аннотация
Целью освоения дисциплины является формирование у студентов практических навыков применения современных нейросетевых моделей к задачам обработки и анализа текстовых, аудио и визуальных данных. Курс ориентирован на использование предобученных моделей и открытых библиотек глубокого обучения в контексте реальных задач компьютерной лингвистики. В рамках курса студенты ознакомятся с библиотеками и платформами (такими как HuggingFace Transformers, torchvision, torchaudio и др.), осваивают принципы запуска и тонкой настройки моделей (fine-tuning), а также разрабатывают решения на стыке различных модальностей.
Цель освоения дисциплины
- Целью данного курса является получение практических навыков применения современных нейросетевых моделей к решению задач обработки разнородных данных.
- cформировать практические навыки по применению предобученных нейросетевых моделей в задачах обработки текстов, изображений и аудиоданных.
- Развить навыки командной работы в проектной среде.
- Уметь корректно выстраивать эксперименты, направленные на дообучение, тестирование и внедрение нейросетевых решений в прикладных задачах компьютерной лингвистики.
Планируемые результаты обучения
- Использовать современные библиотеки и фреймворки (PyTorch, HuggingFace, torchvision, torchaudio, DeepPavlov, OpenAI API) для запуска и адаптации нейросетевых моделей
- Понимать концепцию больших языковых моделей (LLM) и применять их в различных задачах
- Распознавать виды нейросетевых моделей по их назначению, входным данным (текст, изображение, аудио) и способу применения.
- Распознавать виды нейросетевых моделей по их назначению, входным данным (текст, изображение, аудио) и способу применения
- Проектировать прикладные решения на базе предобученных нейросетевых моделей с учётом формата данных и задач пользователя.
- Проектировать прикладные решения на базе предобученных нейросетевых моделей с учётом формата данных и задач пользователя
- Описывать этапы и компоненты пайплайна обработки данных: предобработка, инференс, дообучение, постобработка
- Реализовывать оценку эффективности моделей и построенных пайплайнов в прикладных задачах
- Реализовывать пайплайны инференса и fine-tuning моделей на языке программирования Pytho
Содержание учебной дисциплины
- Обработка текстовых данных
- Использование больших языковых моделей в задачах обработки естественного языка
- Анализ изображений: основы компьютерного зрения, задачи классификации и обнаружения объектов.
- Обработка аудиоданных: извлечение признаков, классификация аудиосигналов, автоматическое распознавание речи
- Мультимодальные данные: объединение различных типов входной информации, примеры визуально-текстового поиска
- Подготовка и аугментация данных для задач обучения и дообучения моделей
- Адаптация предобученных моделей на прикладных задачах с использованием собственных данных
Список литературы
Рекомендуемая основная литература
- 34232 - Поймать вавилонскую рыбку: Человеческий мозг, нейронные сети и изучение иностранных языков - Я.Хлюстова - Альпина нон-фикшн - 9785002231874 - 2024 - https://hse.alpinadigital.ru/book/34232 - Alpina
- Гафаров Ф.М., Гилемзянов А.Ф. - Нейронные сети в PyTorch - Казанский (Приволжский) федеральный университет - 2024 - https://znanium.ru/catalog/product/2173433 - 2173433 - ZNANIUM
- Искусственные нейронные сети : учебник / В. В. Цехановский, Е. Ю. Бутырский, Н. А. Жукова [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2024. — 350 с. — ISBN 978-5-406-13273-9. — URL: https://book.ru/book/954274 (дата обращения: 04.07.2025). — Текст : электронный.
- Искусственные нейронные сети : учебник / В. В. Цехановский, Е. Ю. Бутырский, Н. А. Жукова [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2026. — 350 с. — ISBN 978-5-406-15271-3. — URL: https://book.ru/book/959271 (дата обращения: 04.07.2025). — Текст : электронный.
- Ростовцев, В. С. Искусственные нейронные сети : учебник для вузов / В. С. Ростовцев. — 5-е изд., стер. — Санкт-Петербург : Лань, 2025. — 216 с. — ISBN 978-5-507-50568-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/447392 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Терлецкий, А. С. Нейронные сети и искусственный интеллект: Основы нейронных сетей на языке Python : учебно-методическое пособие / А. С. Терлецкий, Е. С. Терлецкая. — Липецк : Липецкий ГПУ, 2023. — 76 с. — ISBN 978-5-907792-40-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/439343 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- Искусственные нейронные сети. Практикум : учебное пособие / Е. Ю. Бутырский, Н. А. Жукова, В. Б. Мельников [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2026. — 381 с. — ISBN 978-5-406-15272-0. — URL: https://book.ru/book/959272 (дата обращения: 04.07.2025). — Текст : электронный.
- Программируем с PyTorch: Создание приложений глубокого обучения - 978-5-4461-1677-5 - Ян Пойнтер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/371758 - 371758 - iBOOKS
- Соробин, А. Б. Сверточные нейронные сети: примеры реализаций : учебно-методическое пособие / А. Б. Соробин. — Москва : РТУ МИРЭА, 2020. — 159 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/163853 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
- Хлюстова Я. - Поймать вавилонскую рыбку. Человеческий мозг, нейронные сети и изучение иностранных языков - 978-5-00139-721-2 - Альпина нон-фикшн - 2024 - https://znanium.ru/catalog/product/2181047 - 2181047 - ZNANIUM