2024/2025
Нейронные сети: задачи и вычисления
Статус:
Маго-лего
Кто читает:
Департамент компьютерной инженерии
Когда читается:
1, 2 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Четверина Ольга Александровна
Язык:
русский
Кредиты:
6
Программа дисциплины
Аннотация
В данной дисциплине изучаются следующие вопросы: Нейросети и глубокое обучение, Оптимизация нейросетей и выбор гиперпараметров, Сверточные нейронные сети, Рекуррентные нейронные сети
Цель освоения дисциплины
- Целью курса является представление передовых достижений в области архитектур нейронных сетей, методов оптимизации их обучения и методов оптимизации сопутствующих вычислений.
Планируемые результаты обучения
- устройство наиболее используемых нейронных сетей
- методы векторизации для оптимизации градиентного спуска в нейронных сетях
- методы ускорения поиска минимума в пространстве параметров нейронных сетей
- методы настройки гиперпараметров нейронных сетей
- подходы к построению нейронных сетей и к выбору функции ошибки в зависимости от поставленной задачи.
Содержание учебной дисциплины
- Логистическая регрессия
- Нейронные сети, градиентный спуск и векторизация
- Глубокие нейронные сети
- Недообучение, переобучение и регуляризация
- Оптимизация и способы градиентного спуска
- Настройка гиперпараметров нейронных сетей
- Сверточные нейронные сети
- Примеры самых известных нейронных сетей
- Распознавание объектов
- Тензорные вычисления и методы оптимизации вывода
- Рекуррентные нейронные сети
Список литературы
Рекомендуемая основная литература
- Барский, А. Б. Введение в нейронные сети : учебное пособие / А. Б. Барский. — 2-е изд. — Москва : ИНТУИТ, 2016. — 358 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100684 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
Рекомендуемая дополнительная литература
- Нейронные сети, их применение и принципы работы. (2017). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.551BB727