Глибинне навчання ...

Indice degli argomenti

• Introduzione
  

  Introduzione

  Лекційні заняття: доцент кафедри програмної інженерії Кудін Олексій Володимирович

  e-mail: alexkudin@znu.edu.ua
  

  Join Zoom Meeting

  https://us04web.zoom.us/j/9971262369?pwd=KbnZh7gVBfvt9ukRYJuiYTeohyuLVj.1
  

  Meeting ID: 997 126 2369
  

  Passcode: KdNF4T

  
  

  Викл. Кривий Ярослав Вячеславович
  Навчальна лабораторія інформаційного забезпечення освітнього процесу, IV корпус, ауд. 218
  Лабораторні заняття
  e-mail: krivoy.znu@gmail.com
  Тел.: 097-68-06-720
  Інші засоби зв'язку: Viber, Telegram, Moodle (приватні повідомлення)
  Google Meet: https://meet.google.com/nfq-yytn-tjn
  

  
  

  У курсі будуть розглянуті основн глибинних нейронних мереж та типові задачі. 
  

  1. Обробка текстових даних. Векторизація текстів.

  2. Згорткові нейронні мережі. Застосування згорткових нейронних мереж у задачах класифікації текстів. 

  3. Рекурентні нейронні мережі. Застосування рекурентних нейронних мереж у моделювання послідовностей. Довга короткочасна пам'ять (LSTM-мережі).

  4. Використання GPU та TPU

  • Новини Forum
  • Базовий підручник File
  • Hagiwara. Real-world Natural Language processing File
  • Kulkarni. Natural Language Processing Recipes File
  • What Makes AI Projects Different from IT Projects URL
• Змістовий модуль 1. Попередня обробка тексту
  

  Змістовий модуль 1. Попередня обробка тексту

  Для виконання лабораторних робіт слід використовувати онлайн сервіс Google Colab (https://colab.research.google.com/), який дозволяє використовувати ресурси віддаленого сервера для створення і виконання Python скриптів та є стандартним інструментом для колективної роботи та побудови швидких рішень. 

  Початкові відомості з Colab (https://ru.it-brain.online/tutorial/google_colab/your_first_colab_notebook/)

  В якості звіту з лабораторної роботи подається посилання на проєкт (з налаштуванням доступу для редагування) у відповідну категорію.

  Назва проєкту (блокноту): Prizvishe_lab1

  
  
  

  • Лекція 1. Глибинне навчання. Основи NLP URL
  • Презентація №1. Глибинне навчання. Основи NLP URL
  • Лабораторна робота №1. Попередня обробка тексту Compito

    https://docs.google.com/document/d/1PFJ8bTS5nAG8r_a5hdJYl7U_u1ZZAXA-htn6-UjLtOk/edit?usp=sharing
    

• Змістовий модуль 2. Методи векторизації тексту
  Questo argomento
  

  Змістовий модуль 2. Методи векторизації тексту

  • Презентація №2. Методи векторизації тексту URL
  • Лабораторна робота №2. Методи векторизації тексту Compito

    https://docs.google.com/document/d/1Mtep_J-WGITW2TtHUcOKB_kutPTHN9Cty5vrIW2ZzkI/edit?usp=sharing
    

• Змістовий модуль 3. CNN, LSTM, ConvLSTM мережі та класифікація текстів
  

  Змістовий модуль 3. CNN, LSTM, ConvLSTM мережі та класифікація текстів

  • Презентація №3. Згорткові нейронні мережі URL
  • Лабораторна робота №3. CNN мережі та класифікація текстів Compito

    https://docs.google.com/document/d/1t8jKrxyzSkErwWjLD4zVB5xdK_277wo-SVWGLWGJkas/edit?usp=sharing
    

• Змістовий модуль 4. LSTM мережі для прогнозування часових рядів
  

  Змістовий модуль 4. LSTM мережі для прогнозування часових рядів

  • Презентація №4. LSTM мережі для прогнозування часових рядів URL
  • Лабораторна робота №4. LSTM мережі для прогнозування часових рядів Compito

    https://docs.google.com/document/d/183E59kO09pnGL9UCLmsJAlLO7wWczlT98z_S6Rp096U/edit?usp=sharing
    

• Змістовий модуль 5. Стекування декількох мереж. Гібридні системи прогнозу
  

  Змістовий модуль 5. Стекування декількох мереж. Гібридні системи прогнозу

  • Презентація №5. Гібридні системи прогнозу URL
  • Лабораторна робота №5. Гібридні системи прогнозу Compito

    https://docs.google.com/document/d/1z_nxfB2lNCwlAEUxomvjfdKveobgELKKdhvOST_pVb0/edit?usp=sharing
    

  • Hybrid CNN LSTM model for short term forecasting File
• Змістовий модуль 6. Гіперпараметри, які впливають на якість тренування
  

  Змістовий модуль 6. Гіперпараметри, які впливають на якість тренування

  • Презентація. Гіперпараметри навчання URL
• Змістовий модуль 7. Архітектура Трансформер
  

  Змістовий модуль 7. Архітектура Трансформер

  • Лабораторна робота №6. Налаштування гіперпараметрів Compito
• Змістовий модуль 8. Практики MLOps
  

  Змістовий модуль 8. Практики MLOps

  • Презентація. Практики MLOps URL
• Екзамен
  

  Екзамен

  • Екзамен Quiz
  • Екзамен Compito