Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2024/2025

Эффективные модели машинного обучения и архитектуры нейросетей

Статус: Маго-лего
Когда читается: 4 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3

Программа дисциплины

Аннотация

Курс посвящен методам, направленным на оптимизацию архитектур и производительности моделей машинного обучения. В ходе курса будут рассмотрены различные методы оптимизации Черных ящиков, подходы к автоматизации алгоритмов машинного обучения и методы автоматического поиска эффективных нейросетевых архитектур (NAS). Также будет освещены методы оптимизации моделей, которые позволяют уменьшить вычислительную сложность и объем памяти моделей, включая квантизацию, прунинг и другие. Применение этих подходов будет продемонстрировано на конкретных классах задач.