[stepik] Валерий Никаноров ― Tensorflow Keras: нейронные сети на Python (2025)

Чему вы научитесь

• Основы TensorFlow и Keras: архитектура, слои, модели, оптимизаторы.
• Создание и обучение нейронных сетей для задач классификации и регрессии.
• Работа с изображениями: сверточные нейронные сети (CNN).
• Трансферное обучение и fine-tuning предобученных моделей.
• Визуализация и интерпретация результатов.
• И многое другое

О курсе

Этот курс — ваш проводник в мир глубокого обучения с использованием TensorFlow и Keras. Мы не просто расскажем, как работают нейронные сети, а научим вас создавать, обучать и применять их на практике. Вы освоите ключевые инструменты для решения реальных задач: от классификации изображений до файн-тюнинга моделей.

Для кого этот курс
Для тех, кто хочет с нуля освоить TensorFlow и Keras. Для начинающих аналитиков данных, дата-саентистов и разработчиков. Для всех, кто планирует работать с нейронными сетями и искусственным интеллектом.

Начальные требования

• Базовые знания Python.
• Теоретические познания в области нейронных сетей на уровне курса Нейронные сети с нуля
• Опыт работы с библиотеками для анализа данных (например, Pandas, Numpy) будет плюсом.

Преподаватель
Валерий Никаноров.

• Работаю senior ML-инженером в МТС-банке.
• Увлекаюсь машинным обучением и нейронными сетями!
• В качестве хобби делаю курсы.
• Преподаю машинное обучение, глубинное обучение, статистику и не только уже больше 7 лет.
• Стараюсь преподносить материал интересно, без зубрежки и занудства.
• Стремлюсь делиться своими знаниями!
• Увлекался ИИ до того, как это стало мейнстримом))

Как проходит обучение

• Уроки текстовые) по TensorFlow и Keras.
• Тесты для закрепления материала.
• Практические задания на код с дальнейшим их разбором

Программа курса
Введение и настройка

1. Пререквизиты и введениеДемо-доступ
2. Поддержка GPU | CUDA
3. Обработка данныхДемо-доступ

Создание и обучение нейронной сети

1. Создание нейронной сети
2. Обучение нейронной сети
3. Практика на код №1
4. Валидационный набор
5. Прогнозирование
6. Матрица ошибок
7. Сохранение и загрузка модели
8. Практика на код №2

CNN

1. Подготовка изображений
2. Создание и обучение сверточной нейронной сети
3. Предсказание сверточной нейронной сети
4. Выполнение аугментации данных
5. Задачи на код

Fine-tuning & Transfer Learning

1. Создание дообученной нейронной сети
2. Обучение дообученной нейронной сети
3. Классификация изображений с MobileNet
4. Обработка изображений для дообученной MobileNet
5. Тонкая настройка MobileNet
6. Заключение

Что вы получаете

• 22 урока, 47 тестов, 4 интерактивные задачи
• Навыки работы с TensorFlow и Keras, востребованные в индустрии.
• Практический опыт создания и обучения нейронных сетей.
• Доступ к форуму для обсуждения решений и вопросов.
• Сертификат об успешном завершении курса.

ИСТОЧНИК

СКАЧАТЬ