Открыт набор на осенний семестр 2023!

(первая часть курса)

Новость: возможность премиальной поддержки
Наши основные курсы всегда были и остаются бесплатными для всех. Однако теперь мы даем возможность приобрести дополнительную поддержку от менторов и преподавателей на время прохождения курса. Подробнее о том, что входит в премиальную поддержку и как ее приобрести — ниже

Deep Learning School

Школа глубокого обучения ФПМИ МФТИ

Школа глубокого обучения — это образовательный проект Физтех-школы прикладной математики и информатики МФТИ. На наших курсах мы учим искусственному интеллекту и нейронным сетям с самых азов и до продвинутого уровня. Занятия ведут выпускники ФПМИ МФТИ, имеющие опыт разработки и исследований в области ИИ


Проект реализуется при поддержке Центра НТИ на базе МФТИ по направлению "Искусственный интеллект"

Наши курсы

Наш курс разбит на две части, каждая из которых длится полгода.

Первая часть посвящена введению в машинное обучение и нейронные сети, а также применению нейросетей для компьютерного зрения. Вторая часть покрывает темы обработки текста и аудио.


Набор на новый поток обучения стартует каждые сентябрь и февраль. Сейчас открыт набор на поток осень-2023.

Программа обучения

Темы первой части курса

Более подробная информация об обучении и полная программа находятся на странице первой части курса
Машинное обучение
  • Базовые понятия машинного обучения
  • Линейные модели и решающие деревья
  • Предобработка данных, подбор параметров модели
  • Практика: решение задач МО
Полносвязные нейросети
  • Устройство нейрона и нейронной сети
  • Процесс обучения нейросетей
  • Практика: обучение нейросети на задачу классификации
Сверточные нейросети
  • Операция свертки и сверточная нейросеть
  • Архитектуры сверхточных сетей
  • Практика: сверточные нейросети для классификации изображений
Детекция объектов
  • Устройство нейросетей для детекции объектов
  • Практика: детекция объектов на картинке
Сегментация изображений
  • Устройство нейросетей для сегментации изображений
  • Транспонированная свертка, U-Net
  • Практика: сегментация объектов на картинке
Генерация изображений
  • Устройство автоэнкодера и его применения
  • Устройство GAN
  • Практика: GAN для генерации изображений
  • Практика: перенос стиля изображений
Темы второй части курса

Более подробная информация об обучении и полная программа находятся на странице второй части курса
Основы обработки текста
  • Задачи обработки текста
  • Предобработка текста перед подачей в модель МО
  • Библиотеки для работы с текстами в Python
Векторные представления слов
  • Виды векторных представлений слов и текстов: Bag of words, TF-iDF, etc
  • Нейронные векторные представления слов: word2vec, GloVe, FastText
Рекуррентные нейросети
  • Устройство рекуррентной нейросети (RNN)
  • Виды RNN: GRU, LSTM
  • Практика: классификация текста на основе RNN
Языковые модели и машинный перевод
  • Устройство и принцип работы языковых моделей
  • Задача машинного перевода и устройство модели для ее решения
  • Практика: создание языковой модели
  • Практика: создание модели для машинного перевода
Механизм внимания и Трансформеры
  • Механизм внимания (attention). Self-attention, cross-attention
  • Архитектура Transformer
  • Практика: реализация Attention и Transformer
ChatGPT, GPT-4
  • Устройство ChatGPT, GPT-4
  • Zero-shot learning, Instruction tuning, RLHF
Задачи NLP
  • Обзор задач обработки естественного языка
  • Question answering, Суммаризация текста
  • Практика: суммаризация текста
Введение в обработку аудио
  • Обработка аудио: основы
  • Архитектуры моделей для обработки аудио
Формат обучения
  • Обучение полностью онлайн: нужны только ноутбук и интернет
  • Занятия каждую неделю: лекция, семинар и домашнее задание
  • Коммьюнити и поддержка: чат в телеграме с преподавателями и однокурсниками
Подробнее про формат обучения читайте на страницах курсов:

Наши преимущества

  • Занятия в школе ведут выпускники и преподаватели ФПМИ МФТИ с опытом работы в разработке и исследованиях ИИ

  • На наших курсах много практики. Вам предстоит много практических домашних заданий и самостоятельный итоговый проект в конце семестра.

  • Мы стараемся постоянно улучшать наши курсы и обновлять материал

  • Чат с однокурсниками и преподавателями дает необходимую поддержку во время прохождения курса и ответы на все вопросы
ФПМИ МФТИ
Deep Learning School ведётся преподавателями и студентами Физтех-школы прикладной математики и информатики (ФПМИ) МФТИ.
Наша Физтех-школа предлагает множество образовательных возможностей для школьников, студентов и выпускников ВУЗов

Будьте с нами!

Наша почта для связи: dlphystech@gmail.com

Также мы активно ведём нашу группу ВК, YouTube-канал и GitHub

©2023 Deep Learning School

Made on
Tilda