Я хотел бы выразить свою искреннюю благодарность организаторам данного курса и школе DLS.

Я иностранец из Сирии учусь на математика и компьютерные науки, этот курс преодолел трудности и языковой барьер, который у меня был в университете. Это была исключительно полезная и познавательная программа обучения, которая позволила мне формировать и развивать мои знания и навыки в области глубокого обучения.

Основы Python, которые были представлены в начале курса, были четко структурированы и легко понятны.

Что касается раздела глубокого обучения и основ PyTorch, то здесь я был поражен тем, насколько ценными и актуальными оказались эти занятия. Курс включал в себя последние достижения в этой области, что позволило мне оставаться в курсе самых передовых технологий.

В целом, я считаю, что курс «Deep Learning: базовый поток» — это обязательный курс для всех, кто интересуется глубоким обучением и искусственным интеллектом. Это был важный шаг в моем обучении. Спасибо вам большое!

Отличный курс по глубокому обучению. Было интересно слушать и повторять за преподавателями. Качества подачи от лектора к лектору было разным, но в среднем достаточно высокое. Лучшие лекторами были Татьяна Гайнцева и Надежда Зуева.

Современный материал, много практики, отличные лекторы!

Это были мои первые курсы, связанные с ml и я не жалею, что пошёл на них. Конечно, какие-то темы давались сложно, не совсем понятно, но базовое понимание как работает машинное обучение точно сложились. Огромное спасибо организаторам, учитывая, что курс абсолютно бесплатный 10 из 10. Из минусов, некоторые преподаватели ну уж очень занудно рассказывали, было чувство, что их заставляют это делать под дулом пистолета. Отдельную благодарность хочется выразить Татьяне Гаинтсевой за прекрасную подачу материала.

P. S. Даже если бы курсы были платными, я бы их купил

Материал хорошо подан, классная система взаимопроверки студентами, немного сложновато, но в целом — очень круто.

Большое спасибо за вашу работу.

Проходила первую часть осенью 2020, NLP часть пыталась закончить много раз, из-за учебы работы/не заканчивала и вот закрыла гештальт осенью 2022, хоть и работаю в NLP :). Курсы отличные, дали мне буст в развитии - разобралась хорошо с пайторчем, часто пересматриваю отдельные моменты по тем же трансформерам, например. Но, как обычно проблема с проверкой - она долгая и обратную связь не получаем длительное время. Также, хотелось бы больше свободы в выборе проектов и системе их оценивания - чтобы если я не ученик не сделал(а) какую-то часть, но придумала новый подход или фичу для улучшения текущего, подобрал больше гиперпараметров и внимательно отнесся к какой-либо другой части, это тоже учитывалось. Супер было бы автоматизировать часть проверки - написать автотесты вне джупитер ноутбука, автоматизировать тех же Симпсонов, например. Дополнительно можно было бы добавить части по деплою моделей и особенностей вывода их в продакшн - это очень актуально для работы и плюсом я часто замечала, что у студентов курса вообще отсутствует базовое понимание того, как все работает в индустрии - как на самом деле собираются датасеты и что основное внимание прилагается к качеству разметки, а большая часть времени уходит на качество данных, а не вылизывание моделей. Так же то, что часто предпочтение отдается дистиллированным/легковесным моделям. У многих отсутствует понимание запуска приложений на сервере и работа с моделями не локально (особенно чисто в ноутбуках ::::)))) а их запуск в контейнере на отдельных машинах. Удачи вам!