Школа Глубокого Обучения (DLSchool)

Лаборатория нейронных систем и глубокого обучения МФТИ

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

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

deeppavlov/dlschl

deeppavlov

Reviews

Repository Details