Темы модуля:
1. Задачи регрессии. Полносвязные нейронные сети. Возможности нейронных сетей для решения задач регрессии.
2. Задачи классификации. Полносвязные слои нейронной сети. Возможности нейронных сетей для решения задач классификации.
3. Аргументация данных. Переобучение. Кроссвалидация. Генераторы данных. Принципы аргументации данных. Проблема переобучения и затухающих градиентов. Возможности кроссвалидации в процессе обучения.
4. Сверточная нейронная сеть. Предобученные нейронные сети. Особенности применения предобученных сверточных нейронных сетей.
5. Рекуррентные нейронные сети. LSTM и GRU. Анализ последовательностей данных. Описание рекуррентных нейронных сетей. Различные типи нейронов в рекуррентных сетях. Анализ последовательностей данных на основе нейронных сетей.
6. Работа со слоями. Ансамбли нейронных сетей. Особенности комбинирования различных слоев нейронных сетей. Объединение предварительно обученных нейронных сетей в ансамбли.
Практические занятия направлены на отработку умений и навыков по разработке нейронных сетей для решения практических задач.
Самостоятельная работа слушателей направлена на освоение принципов определения оптимальных параметров нейронной сети для решения практических задач.