Нейронные сети

Арсений Москвичёв (СПбГУ) Анатолий Карпов (Институт биоинформатики) Анастасия Миллер (СПбГУ, JetBrains)

Институт биоинформатики

В рамках данного курса слушатели познакомятся с теоретическими и практическими основами искусственных нейронных сетей. Слушатели научатся применять нейронные сети для решения широкого круга задач из области анализа данных.

Программа

1. Основы линейной алгебры
1.1 Общая информация о курсе
1.2 Введение
1.3 Надо ли вам смотреть эту неделю? (урок с задачами)
1.4 Ликбез по линейной алгебре: векторы
1.5 Ликбез по линейной алгебре: матрицы
1.6 NumPy: основы
1.7 Линейная алгебра в деле
2. Перцептрон и градиентный спуск
2.1 Нейроны: настоящие и искусственные
2.2 Перцептрон
2.3 Перцептрон: обучение
2.4 Больше искусственных нейронов!
2.5 Градиентный спуск
2.6 Больше градиентного спуска!
2.7 Однослойные модели
3. Алгоритм обратного распространения ошибки
3.1 Многослойный перцептрон
3.2 Алгоритм обратного распространения ошибки
3.3 Алгоритм обратного распространения ошибки: продолжение
3.4 Целевые функции
4. Мониторинг состояния сети
4.1 Мониторинг состояния сети
4.2 Визуализация
4.3 Тест
4.4 Практика
5. Сюрприз и заключение
5.1 Сюрприз!
5.2 Заключение

Ключевые слова

Нейронные сети, перцептрон, градиентный спуск, линейная алгебра


Характеристики курса

Направление в конкурсе
Естественные и технические науки
Вид образования
Внеформальное
Уровень формального образования
Старшая школа, Подготовка к поступлению в колледж (вуз, университет), Бакалавриат, Подготовка в магистратуру, Магистратура, Подготовка в аспирантуру, Аспирантура, Дополнительное профессиональное, Профессиональное совершенствование
Язык обучения
Русский
Дисциплина
Информационно-коммуникационные технологии (ИКТ)
Авторы курса
Арсений Москвичёв (СПбГУ) Анатолий Карпов (Институт биоинформатики) Анастасия Миллер (СПбГУ, JetBrains)
Реквизиты авторов
Арсений Москвичёв СПбГУ, инженер-исследователь. Выпускник (магистр) биологического и психологического (бакалавр) факультета СПбГУ Анатолий Карпов, Институт биоинформатики Анастасия Миллер, Математико-механический факультет СПбГУ, JetBrains
Организация
Институт биоинформатики
Реквизиты организации
http://bioinformaticsinstitute.ru/
Входные требования по уровню знаний
Для успешного прохождения курса потребуется уверенное владение школьной математикой (производные, логарифмы, степени), Python 3.
Входной тест
Формирование групп по уровню подготовленности
Присутствие преподавателей
Присутствие тьюторов
Присутствие фасилитаторов
Форма представления учебных материалов
тексты, мультимедиа, видеолекции, презентации, онлайн общение с преподавателем, элeктронный учебник, контрольный опросник, тестовый экзамен, кейс, профессиональное программное обеспечение
Наличие обратной связи в материалах
Наличие совместного обучения
Наличие практических занятий
проекты, лабораторные
Наличие форумов, дискуссий
Наличие вебинаров, видеоконференций
Наличие неформального общения, meetup
Интеграция с LMS
Учебная аналитика
Наличие сертификации
Виды сертификации
https://stepik.org
Наличие временных границ
Продолжительность
5 (недели)
Тип занятий (синхронность)
асинхронные
Виды оценивания
тест, творческое задание, эссе
Единица модуля
1 неделя
Количество модулей в курсе
5
Возможность формирования собственной траектории, индивидуализации на курсе
Операционные системы
любые
Поддерживаемые браузеры
любые
Устройства для обучения
любые
Поддержка лиц с ограниченными возможностями
Сайт курса

Комментарии