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

[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

Пререквизиты и введениеДемо-доступ
Поддержка GPU | CUDA
Обработка данныхДемо-доступ
Создание и обучение нейронной сети

Создание нейронной сети
Обучение нейронной сети
Практика на код №1
Валидационный набор
Прогнозирование
Матрица ошибок
Сохранение и загрузка модели
Практика на код №2
CNN

Подготовка изображений
Создание и обучение сверточной нейронной сети
Предсказание сверточной нейронной сети
Выполнение аугментации данных
Задачи на код
Fine-tuning & Transfer Learning

Создание дообученной нейронной сети
Обучение дообученной нейронной сети
Классификация изображений с MobileNet
Обработка изображений для дообученной MobileNet
Тонкая настройка MobileNet
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.