Skip to content
master
Go to file
Code

Latest commit

 

Git stats

Files

Permalink
Failed to load latest commit information.
Type
Name
Latest commit message
Commit time
 
 
 
 
 
 

README.md

Школа Глубокого Обучения (DLSchool)

Лаборатория нейронных систем и глубокого обучения МФТИ

Новый репозиторий: https://github.com/DLSchool/dlschool

Официальный сайт Школы

YouTube-канал Школы

Что?

“Школа глубокого обучения” – кружок, рассчитанный на старшеклассников, интересующихся программированием и математикой. Занятия будут вести студенты Физтех-школы прикладной математики и информатики Физтеха. Цель курса – познакомить учеников с основными принципами глубокого обучения в интерактивном формате и на примере практических задач.

Когда?

Школа стартовала 28 октября (2017). Планируемый объем курса – 18 занятий (1 занятие в неделю).

Где?

Очные занятия будут приходить по адресу г. Москва, Климентовский переулок, д. 1, стр. 1 (Московский корпус МФТИ) по субботам в 17:00.

Также будет доступно онлайн обучение с записями лекций и проверкой заданий.

На кого рассчитаны занятия?

Школа рассчитана на учеников старших классов, которые умеют программировать, хорошо знают математику и любят изучать что-то новое. Огромным плюсом будет знание языка Python.

Программа занятий (первая часть курса)

№ занятия Содержание занятия Тип занятия
1 Введение. Искусственный интеллект, нейросети и глубокое обучение лекция
1 Основы языка Python семинар
2 Введение в машинное обучение лекция
2 Библиотеки Numpy и Matplotlib семинар
3 Искусственные нейронные сети. Формальная модель нейрона. Градиентный спуск интерактивная лекция
4 Однослойная нейронная сеть. Обучение многослойных нейронных сетей (DNN). Метод обратного распространения ошибки. Инициализация; переобучение нейросетей, регуляризация интерактивная лекция
5 Как правильно обучать нейросети. Формирование обучающей выборки. Виды функционала потерь. Батчи. Продвинутые методы оптимизации. интерактивная лекция
6 Задача классификации изображений. Проблема выделения признаков, фильтры. Функция свертки. Построение карт признаков лекция
7 Зоопарк сверточных нейросетей. Современные архитекутры свёрточных нейросетей, их плюсы и минусы лекция
8 Задачи детектирования и сегментации интерактивная лекция

Программа занятий (вторая часть курса)

№ занятия Содержание занятия Тип занятия
1 Введение в рекуррентные сети лекция
2 Векторные представления текстов. Word embeddings лекция
2 Работа с текстом. Примеры использования Word2Vec семинар
3 LSTM, GRU (part 1) лекция
3 LSTM, GRU (part 1) семинар
4 LSTM, GRU (part 2). Machine Translation лекция
4 LSTM, GRU (part 2). Machine Translation семинар
5 Автоэнкодеры интерактивная лекция
6 Генеративные состязательные сети. Часть 1 (GANs) интерактивная лекция
7 Генеративные состязательные сети. Часть 2 (GANs) интерактивная лекция
8 Введение в Reinforcement Learning лекция
8 Обучаем своего умного агента-игрока с помощью RL семинар
9 Бонус TBA

Как поступить?

Сейчас проект запускается в пилотном формате. Нам бы очень хотелось принять всех желающих, но в этом году мы сможем проводить семинары и принимать домашние задания у ограниченного количества человек.

Все материалы школы, включая домашние задания, будут размещены в открытом доступе.

Cсылка на форму регистрации

About

No description, website, or topics provided.

Resources

Releases

No releases published

Packages

No packages published
You can’t perform that action at this time.