Глибинне навчання

Przegląd sekcji

• Wybierz sekcję Sekcja ogólna

  Minimalizuj Rozwiń

  Sekcja ogólna

  Zwiń wszystko Rozwiń wszystko

  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

  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

  • Wybierz aktywność Новини

    

    Новини Forum
  • Wybierz aktywność Базовий підручник

    

    Базовий підручник Plik
  • Wybierz aktywność Hagiwara. Real-world Natural Language processing

    

    Hagiwara. Real-world Natural Language processing Plik
  • Wybierz aktywność Kulkarni. Natural Language Processing Recipes

    

    Kulkarni. Natural Language Processing Recipes Plik
  • Wybierz aktywność What Makes AI Projects Different from IT Projects

    

    What Makes AI Projects Different from IT Projects Adres URL
• Wybierz sekcję Змістовий модуль 1. Попередня обробка тексту

  Minimalizuj Rozwiń

  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

  
  
  

  • Wybierz aktywność Лекція 1. Глибинне навчання. Основи NLP

    

    Лекція 1. Глибинне навчання. Основи NLP Adres URL
  • Wybierz aktywność Презентація №1. Глибинне навчання. Основи NLP

    

    Презентація №1. Глибинне навчання. Основи NLP Adres URL
  • Wybierz aktywność Лабораторна робота №1. Попередня обробка тексту

    

    Лабораторна робота №1. Попередня обробка тексту Zadanie

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

• Wybierz sekcję Змістовий модуль 2. Методи векторизації тексту

  Minimalizuj Rozwiń

  Змістовий модуль 2. Методи векторизації тексту

  Wyróżnione

  • Wybierz aktywność Презентація №2. Методи векторизації тексту

    

    Презентація №2. Методи векторизації тексту Adres URL
  • Wybierz aktywność Лабораторна робота №2. Методи векторизації тексту

    

    Лабораторна робота №2. Методи векторизації тексту Zadanie

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

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

  Minimalizuj Rozwiń

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

  • Wybierz aktywność Презентація №3. Згорткові нейронні мережі

    

    Презентація №3. Згорткові нейронні мережі Adres URL
  • Wybierz aktywność Лабораторна робота №3. CNN мережі та класифікація текстів

    

    Лабораторна робота №3. CNN мережі та класифікація текстів Zadanie

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

• Wybierz sekcję Змістовий модуль 4. LSTM мережі для прогнозування часових рядів

  Minimalizuj Rozwiń

  Змістовий модуль 4. LSTM мережі для прогнозування часових рядів

  • Wybierz aktywność Презентація №4. LSTM мережі для прогнозування часових рядів

    

    Презентація №4. LSTM мережі для прогнозування часових рядів Adres URL
  • Wybierz aktywność Лабораторна робота №4. LSTM мережі для прогнозування часових рядів

    

    Лабораторна робота №4. LSTM мережі для прогнозування часових рядів Zadanie

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

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

  Minimalizuj Rozwiń

  Змістовий модуль 5. Стекування декількох мереж. Гібридні системи прогнозу

  • Wybierz aktywność Презентація №5. Гібридні системи прогнозу

    

    Презентація №5. Гібридні системи прогнозу Adres URL
  • Wybierz aktywność Лабораторна робота №5. Гібридні системи прогнозу

    

    Лабораторна робота №5. Гібридні системи прогнозу Zadanie

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

  • Wybierz aktywność Hybrid CNN LSTM model for short term forecasting

    

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

  Minimalizuj Rozwiń

  Змістовий модуль 6. Гіперпараметри, які впливають на якість тренування

  • Wybierz aktywność Презентація. Гіперпараметри навчання

    

    Презентація. Гіперпараметри навчання Adres URL
• Wybierz sekcję Змістовий модуль 7. Архітектура Трансформер

  Minimalizuj Rozwiń

  Змістовий модуль 7. Архітектура Трансформер

  • Wybierz aktywność Лабораторна робота №6. Налаштування гіперпараметрів

    

    Лабораторна робота №6. Налаштування гіперпараметрів Zadanie
• Wybierz sekcję Змістовий модуль 8. Практики MLOps

  Minimalizuj Rozwiń

  Змістовий модуль 8. Практики MLOps

  • Wybierz aktywność Презентація. Практики MLOps

    

    Презентація. Практики MLOps Adres URL
• Wybierz sekcję Екзамен

  Minimalizuj Rozwiń

  Екзамен

  • Wybierz aktywność Екзамен

    

    Екзамен Test
  • Wybierz aktywność Екзамен

    

    Екзамен Zadanie