Глубокое обучение

Магистратура 2023/2024

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Статус: Курс обязательный (Вычислительная биология и биоинформатика)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент информатики

Где читается: Санкт-Петербургская школа физико-математических и компьютерных наук

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Кольцов Сергей Николаевич

Прогр. обучения: Вычислительная биология и биоинформатика

Язык: русский

Кредиты: 6

Контактные часы: 44

Полная версия программы учебной дисциплины

Аннотация

Является дисциплиной по выбору. Глубокое обучение – популярная область, в которой используются нейронные сети сложной архитектуры. Подобные системы дают лучшие результаты в таких областях, как обработка изображений, видео, звука и текста. В рамках курса будут рассмотрены основные типы архитектур, принципы работы и обучения глубоких нейронных сетей, а также проведены практические занятия по вышеупомянутым областям применения. Для освоения дисциплины необходимы знания в области машинного обучения.

Цель освоения дисциплины

Формирование у студентов теоретических знаний и практических навыков по основам построения больших нейронных сетей для глубокого обучения.

Планируемые результаты обучения

Знает способы построения глубоких нейронных сетей.
Умеет применять глубокое обучение для решения характерных задач.
Имеет навыки применения математического аппарата и алгоритмов работы с глубокими нейронными сетями.

Содержание учебной дисциплины

Раздел 1. Алгоритмы оптимизации и регуляризации
Раздел 2. Обработка и анализ изображений
Раздел 3. Обработка естественного языка, конкурентные и генеративные нейронные сети
Раздел 4. Оптимизация гиперпараметров, обучение с подкреплением

Элементы контроля

Домашнее задание №2
Домашнее задание №2 выдается студентам в одном варианте и состоит из 3 задач. Срок выполнения домашнего задания - 4 недели. Форма представления обучающимися домашнего задания - реализованный на любом языке программирования алгоритм.
Домашнее задание №3
Домашнее задание №3 выдается студентам в одном варианте и состоит из 3 задач. Срок выполнения домашнего задания - 4 недели. Форма представления обучающимися домашнего задания - реализованный на любом языке программирования алгоритм.
Экзамен
Устный экзамен проводится в форме ответов на вопросы экзаменационного билета. Экзаменационный билет содержит два вопроса из перечня вопросов к экзамену. Возможны дополнительные вопросы, в случае если экзаменуемый недостаточно подробно ответил на вопросы билета. На подготовку ответа выделяется 2,5 часа.
Домашнее задание №1
Домашнее задание №1 выдается студентам в одном варианте и состоит из 3 задач. Срок выполнения домашнего задания - 4 недели. Форма представления обучающимися домашнего задания – реализованный на любом языке программирования алгоритм.

Промежуточная аттестация

2023/2024 учебный год 2 модуль
Преподаватель учитывает оценку за текущий контроль (домашние задания). Онакопленная = (Од/з1 + Од/з2 + Од/з3) / 3 Результирующая оценка за дисциплину рассчитывается следующим образом: ОРезультирующая = 0,5*Онакопленная + 0,5*Оэкзамен

Программа дисциплины