Курс «Deep Learning»

Часть 2. NLP, Audio

Наши партнеры

О курсе

Формат обучения
Курс проходит полностью онлайн на платформах Stepik и Google Colab. Для обучения нужны ноутбук и доступ в интернет.

Курс длится 16 недель:
  • 12 недель занятий
  • 4 недели на итоговый проект.
Как устроены занятия: каждую неделю на Stepik появляются новые лекция, семинар и домашнее задание. Лекция и семинар занимают в сумме не более 3 часов, время на выполнение домашнего задания может быть разным. Как правило, сложность домашних заданий и время на их выполнение возрастает к концу курса. Это связано с тем, что по мере обучения мы начинаем работать с все более глубокими и сложными нейросетями, и на их реализацию и обучение требуется время.

Как устроен итоговый проект: во время итогового проекта студенты в течение месяца работают над одной из предложенных тем. Итоговый проект подразумевает более самостоятельную работу, чем выполнение домашних заданий. Студентам нужно самим разобраться в предложенной теме и реализовать требуемый код. Темы проектов могут быть более инженерными или более исследовательскими.
Примеры тем проектов:
  • Создание нейросетевого пайплайна для задачи Image Captioning;
  • Применение модели Трансформер для решения задачи машинного перевода. Исследование методов уменьшения моделей, прунинг голов.;
  • Классификация картинок с помощью архитектуры Transformer;
  • Архитектуры и методы в задаче Closed Domain Question Answering.
Коммьюнити и поддержка
На наших курсах всегда формируется очень активное и поддерживающее коммьюнити участников. У каждого потока курса есть телеграм-чат, в котором общаются студенты и преподаватели. В этом чате можно задавать вопросы по курсу и по машинному обучению в целом. Как правило, в чате формируется очень дружелюбная атмосфера, и участники сильно помогают друг другу в освоении материала. Вот чат текущего потока курса

Также некоторые домашние задания курса проверяются менторами и преподавателями вручную. Это помогает студентам получить обратную связь и улучшить понимание практической работы с нейросетями.

Кроме этого, мы предлагаем дополнительные опции поддержки в платном тарифе. В него входят поддержка от персонального ментора, приоритетная проверка домашних заданий и дополнительные вебинары от преподавателей. Узнать подробнее и купить платный тариф можно на странице тарифа.
Стоимость обучения
Наши курсы всегда были и остаются абсолютно бесплатными для всех.

У нас также есть платная опция, где мы предлагаем дополнительную поддержку от менторов и преподавателей в прохождении курса. Туда входит все то, что есть в бесплатном курсе, а также:
  • доступ в приватный чат с преподавателями и менторами;
  • персональный ментор для ответов на вопросы;
  • дополнительные вебинары от преподавателей;
  • приоритетная проверка домашних заданий.
Узнать подробнее и купить платный тариф можно на странице тарифа.

Также нашу школу можно поддержать единоразовым донатом или подпиской на Boosty.
Предварительные знания
Вторая часть курса (NLP, Audio) считается продолжением первой части нашего курса (ML, DL, CV). Мы основываемся на том, что студенты второй части прошли первую часть и обладают всеми необходимыми знаниями и навыками. Эти знания и навыки включают:
  • Основы Python и ООП
  • Основы высшей математики
  • Основы машинного обучения
  • Основы нейросетей и CV

Мы настоятельно рекомендуем проходить вторую часть только после первой части нашего курса. Программу первой части можно посмотреть тут

Сертификаты
Студенты, которые набрали достаточно баллов за домашние задания, получают сертификат о прохождении курса. Сертификаты бывают четырех типов:
  • диплом 1,2 и 3 степени;
  • сертификат о прохождении курса.
Как правило, сертификат выдается студентам, набравшим больше половины возможных баллов за домашние задания и итоговый проект. Пороги для дипломов 1, 2 и 3 степени меняются в зависимости от количества студентов, набравших определенное количество баллов.

Обратите внимание, что дипломы НЕ государственного образца и НЕ считаются сертификатом о повышении квалификации!

Программа курса

Остались вопросы?

Посетите наш F.A.Q. или напишите нам:

©2023 Deep Learning School