Бакалавриат
2021/2022
Введение в нейронные сети и машинный перевод
Лучший по критерию «Полезность курса для Вашей будущей карьеры»
Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус:
Курс по выбору (Фундаментальная и прикладная лингвистика)
Направление:
45.03.03. Фундаментальная и прикладная лингвистика
Где читается:
Факультет гуманитарных наук (Нижний Новгород)
Когда читается:
4-й курс, 2, 3 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Язык:
английский
Кредиты:
8
Контактные часы:
38
Course Syllabus
Abstract
The course introduces students to the basic concepts of data analysis and machine learning and the application of data mining and machine learning to solve practical problems in the professional field
Learning Objectives
- The purpose of learning is development of skills to conduct research, including problem analysis, setting goals and objectives, understanding of the object and subject of study, choice of method and research methods, as well as evaluating its quality.
Expected Learning Outcomes
- Able to work with python ibraries
- Has an idea about the regularization features
- Has an idea of principles of building neural networks
- Has an idea of the basic concepts
- Has an idea of the features of convolutional networks
- Has an idea of the principles of neural networks training
Course Contents
- The simplest methods of machine learning
- The loss function. Regularization. Optimization.
- Method of back propagation. Neural networks.
- Training of neural networks. Normalization methods.
- Convolutional neural network architectures.
- Libraries for training and running neural networks.
Assessment Elements
- Control work
- Laboratory work 1
- Laboratory work 2
- ExamИтоговый контроль в 2019/2020 учебном году состоялся в 3 модуле.
Interim Assessment
- 2021/2022 3rd module0.15 * Laboratory work 2 + 0.4 * Exam + 0.3 * Control work + 0.15 * Laboratory work 1
Bibliography
Recommended Core Bibliography
- Kelleher, J. D. (2019). Deep Learning. Cambridge: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2234376
Recommended Additional Bibliography
- Антонио, Д. Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow / Д. Антонио, П. Суджит ; перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2018. — 294 с. — ISBN 978-5-97060-573-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/111438 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.