Осень 2022

Нейронные сети в машинном обучении

Цель курса — Вы изучите нейросетевые алгоритмы и сможете использовать нейронные сети для решения практических задач. 
Мы все используем нейронные сети, многие из нас — ежедневно. С их помощью распознаются тексты, изображения, звуки. Благодаря им Shazam узнает и подбирает музыку, Google показывает нужные картинки, а беспилотники заменяют привычный транспорт. Познакомитесь как с классическими, так и с недавно предложенными, но уже зарекомендовавшими себя нейросетевыми алгоритмами. Уже к концу семестра реализуете своего чат-бота, обучите нейросеть играть в компьютерную игру и генерировать человеческие лица.

Описание
Мы все используем нейронные сети, многие из нас — ежедневно. С их помощью распознаются тексты, изображения, звуки. Благодаря им Shazam узнает и подбирает музыку, Google показывает нужные картинки, а беспилотники заменяют привычный транспорт. Познакомитесь как с классическими, так и с недавно предложенными, но уже зарекомендовавшими себя нейросетевыми алгоритмами. Уже к концу семестра реализуете своего чат-бота, обучите нейросеть играть в компьютерную игру и генерировать человеческие лица.
Подробнее
Чему научитесь
– Получите опыт подбора архитектуры нейронных сетей и ее быстрой реализации на PyTorch.
– Реализуете классификаторов изображений, системы переноса стиля и генерации изображений при помощи GAN. 
– Станете реализовывать нейронные сети как «с нуля», так и на библиотеке PyTorch. 
– Привыкнете читать научные статьи и сможете самостоятельно проводить научное исследование.
Подробнее

Преподаватели

Алексей Спасёнов Алексей Спасёнов

Старший программист-исследователь в команде компьютерного зрения департамента технологий искусств...


Подробнее

Всеволод Викулин Всеволод Викулин

Ведущий программист-исследователь VK

Дарья Савинкина Дарья Савинкина

None

Денис Клюкин Денис Клюкин

None

Петр Зайдель Петр Зайдель

Ведущий программист-исследователь в рекомендации музыки

Евгений Ляпустин Евгений Ляпустин

Программист-исследователь команды Компьютерного Зрения VK

Александр Рогачев Александр Рогачев

Программист-исследователь команды Компьютерного Зрения VK, преподаватель ФКН ВШЭ, окончил Академи...


Подробнее

Данила Байгушев Данила Байгушев

Специалист машинного обучения отдела нейронных сетей Поиска Mail.Ru.

Кузьма Храбров Кузьма Храбров

None

Владимир Беляев Владимир Беляев

Старший программист-исследователь отдела музыкальных рекомендаций, окончил Техносферу.

Программа

Занятие Часы в ауд. + сам. работа

Смешанное занятие №1: Введение. Основы нейронных сетей  
+ ДЗ №1

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №2: Детали обучения нейронных сетей. Библиотеки для глубинного обучения  
+ ДЗ №2

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №3: Методы оптимизации  
+ ДЗ №3

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №4: Сверточные сети  
+ ДЗ №4

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №5: Глубинные нейронные сети. Архитектуры глубинных сетей  

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №6: Детектирование объектов на изображении  

4 ак. ч.

Рубежный контроль №1: Коллоквиум 1  

4 ак. ч.

Смешанное занятие №7: Рекуррентные сети  
+ ДЗ №5

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №8: Нейронные сети для обработки естественного языка  

4 ак. ч.

Смешанное занятие №9: Современные модели распознавания речи  

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №10: Соперничающие сети (GAN)  

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №11: Вариационные автокодировщики (VAE) и Diffusion Models  

4 ак. ч. + 2 ак. ч. СР

Смешанное занятие №12: Обучение с подкреплением  

4 ак. ч.

Рубежный контроль №2: Коллоквиум 2  

4 ак. ч.

Экзамен №1: Защита исследовательского проекта  

4 ак. ч.