Google запустил онлайн-курс по глубинному обучению

Друзья, с момента основания проекта прошло уже 20 лет и мы рады сообщать вам, что сайт, наконец, переехали на новую платформу.

Какое-то время продолжим трудится на общее благо по адресу https://n-n-n.ru.
На новой платформе мы уделили особое внимание удобству поиска материалов.
Особенно рекомендуем познакомиться с работой рубрикатора.

Спасибо, ждём вас на N-N-N.ru

Google Research Blog опубликовалинформацию об открытии онлайн-курса по глубинному обучению (*Deep Learning). На курс можно записаться на сайте *Udacity.

Короткий и интенсивный курс предназначен для того, чтобы ознакомить желающих с основными инструментами и терминологией глубинного обучения. Также студенты поймут, как использовать полученные знания для решения общих вопросов, связанных с машинным обучением.

Курс построен таким образом, что обучающиеся будут непосредственно работать с необходимым программным обеспечением на базе Tensorflow и на практике используют концепции, с которыми их познакомят в лекциях.

Изображение Юпитера, обработанное нейронной сетью Deep Dream. Иллюстрация: Wikimedia Commons

Курс будет состоять из четырех лекций, посвященных решению таких проблем, как распознавание изображений или анализ текста.  Сначала будут даны те основы, которые могут быть знакомы тем, кто уже разбирается в машинном обучении: создание данных и экспериментальных протоколов и обучение простых моделей-классификаторов. В дальнейшем студентам расскажут, как улучшить модели и сделать их мощнее, затем ознакомят со сверточными нейронными сетями, которые применяются в распознавании изображений. Последняя лекция посвящена исследованиям моделей, анализирующих тексты и последовательности, и рекуррентым нейронным сетям.

Ранее компания Google заявляла о превращении системы машинного обучения TensorFlow в проект с открытым исходным кодом.

Глубинное обучение — направление в машинном обучении, в котором занимаются созданием глубинных нейронных сетей, сложных математических моделей, применяющихся в распознавании речи, анализе текстов или компьютерном зрении.  

Автор: Александр Еникеев

Пожалуйста, оцените статью:
Ваша оценка: None Средняя: 5 (5 votes)
Источник(и):

nplus1.ru