«Вышка Онлайн» представила новые курсы по глубинному обучению
Курсы ФКН ВШЭ «Основы глубинного обучения» и «Продвинутые методы глубинного обучения» объясняют, в чем состоят нерешенные проблемы нейронных сетей, как уменьшить их размер и ускорить, можно ли обмануть нейросеть и заставить работать не так, как задумали создатели. Онлайн-курсы — часть специализации «Машинное обучение: от статистики до нейросетей», куда кроме двух новых курсов входят еще пять: «Математическая статистика и А/В-тестирование», «Основы машинного обучения (вводный курс)», «Сбор и анализ данных в Python», «Статистические методы анализа данных», «Продвинутые методы машинного обучения».
Слушатели научатся генерировать случайные величины из различных распределений и решать задачи с помощью симуляций, работать с API разных сервисов, писать парсеры для сбора данных, делать предобработку и предварительный анализ данных. Специализация раскрывает смысл, который стоит за различными распределениями, центральной предельной теоремой и законом больших чисел, учит работать с временными рядами и простейшими байесовскими моделями.
Больше о проектах «Вышки Онлайн» в сфере компьютерных наук и искусственного интеллекта — на ИИ-портале.
Новые курсы в рамках специализации дают прочную базу знаний о принципах работы нейронных сетей и о том, как их использовать для решения практических задач. Авторы курсов стараются объяснять все составляющие простыми словами и подкреплять объяснения понятными и близкими к практике примерами.
Надежда Чиркова
Первый курс начинается с введения в основы нейронных сетей. Соавтор курса, кандидат компьютерных наук, исследователь в области обработки текстовых данных Надежда Чиркова, на простых примерах разберет, что такое вычислительная графа — понятие лежит в основе всех современных моделей. Надежда расскажет, какие элементы нужны, чтобы построить свою первую нейросеть, и как сделать так, чтобы она корректно работала. Лекции также посвящены двум самым популярным применениям нейросетей: изображениям и текстам. Лекции объясняют, какие задачи в этих областях можно решить и какие виды нейросетей лучше использовать для таких данных.
Второй курс знакомит с более сложными задачами и моделями, связанными с обработкой и генерацией изображений и аудио, обработкой графовых данных и обучением с подкреплением. Все разделы курсов сопровождаются тестовыми блоками и практическими заданиями, чтобы слушатели закрепили знания и создали свои первые нейросетевые модели.
Слушатели познакомятся с наиболее известными архитектурами сверточных нейронных сетей и архитектурой «Трансформер» для их решения.
Соавтор новых курсов Михаил Гущин, кандидат физико-математических наук, старший научный сотрудник Лаборатории методов анализа больших данных НИУ ВШЭ, в своем блоке видеолекций по основам глубинного обучения познакомит слушателей с анализом изображений и сверточными нейронными сетями. «Мы узнаем, как изображения выглядят в цифровом виде, как их можно представить в виде матриц, разберем операцию свертки изображений, — отметил он. — Я расскажу, как применять эту операцию в нейронных сетях, и представлю простейшую сверточную нейронную сеть. Кроме того, мы разберем методы борьбы с переобучением сетей и различные способы регуляризации».
Михаил Гущин
Курс знакомит с моделями для анализа изображений, наиболее важными архитектурами сверточных нейронных сетей для классификации изображений. Заключительная часть курса посвящена эффективному использованию уже обученных моделей для решения новых задач и интерпретации результатов обучения сверточных нейронных сетей.
В курсе по продвинутым методам глубинного обучения Михаил представляет несколько приложений нейронных сетей. «Мы начнем с основных задач компьютерного зрения, таких как детектирование и локализация объектов на изображениях, а также семантическая сегментация, узнаем основные принципы решения этих задач и познакомимся с наиболее известными архитектурами сверточных нейронных сетей для их решения. Также разговор пойдет о генеративных моделях и их приложениях. Мы узнаем особенности трех групп таких моделей: вариационных автокодировщиков, генеративно-состязательных сетей и нормализационных потоков», — рассказал он.
В онлайн-кампусе НИУ ВШЭ представлено 10 специализаций в области экономики, маркетинга, финансов и компьютерных наук. Каждая из них — это связка курсов (от 4 до 7) и практико-ориентированный итоговый проект, который можно реализовать только при условии успешного освоения всех курсов. По окончании слушатели получают микроквалификацию, быстро осваивают новые компетенции и сразу могут применить их в работе.
Текст: Екатерина Зиньковская, Дирекция по онлайн-обучению НИУ ВШЭ