Описание
Тема 1.1. Введение в тематику искусственных нейронных сетей (2 часа)
Понятие "глубокие нейронные сети" и их преимущества. Глубокое обучение. Задачи, решаемые глубокими нейронными сетями. Факторы, которые привели к возможности практической реализации глубоких нейронных сетей. Оборудование. Наборы данных и тесты. Алгоритмы.
Тема 1.2. Модель искусственного нейрона. Общее представление об искусственной нейронной сети (4 часа)
Модель искусственного нейрона. Функции активации. Функция единичного скачка. Логическая функция. Гиперболический тангенс. Классификация нейронных сетей в разрезе распространения сигнала и глубины нейронной сети
Тема 1.3. Библиотеки для обучения нейронных сетей (4 часа)
Обучение нейронной сети: обучение с учителем; обучение без учителя; обучение с подкреплением. Библиотеки для обучения нейронной сети.
Тема 1.4. Распознавание предметов одежды. Обзор набора данных и выбор архитектуры нейронной сети (4 часа)
Полносвязная нейронная сеть прямого распространения. Анализ набора данных с точки зрения дальнейшего построения нейронной сети. Базовые объекты и параметры объектов глубоких нейронных сетей в TensorFlow. Библиотека pandas.
Тема 1.5. Распознавание предметов одежды. Построение архитектуры нейронной сети и ее обучение (6 часов)
Метрики качества. Функции потерь и оптимизаторы обучения. Объекты, функции и параметры объектов глубоких нейронных сетей в TensorFlow.
Тема 1.6. Анализ качества обучения нейронной сети (6 часов)
Оценка реального качества модели нейронной сети и наборы данных. Переобучение. Определение переобучения и методы борьбы с ним. Параметры и гиперпараметры нейронной сети