Курс призван познакомить слушателя с основами методов глубокого обучения. Вы узнаете как строить свёрточные нейронные сети, рекуррентные нейронные сети и нейронные сети прямого распространения.Глубокие нейронные сети имеют широкий спектр применения от задач классификации и регрессии на структурированных данных, до классификации изображений и работы с текстовыми данными или временными рядами.Также, в курсе будут рассмотрены практические подходы, позволяющие обучать нейронные сети быстро и эффективно осуществлять поиск гиперпараметров моделей, для получения лучших результатов.

Изучается

• Основные определения, понятия и методы глубокого обучения.
• Построение моделей с использованием методов глубокого обучения.
• Применение моделей на новых данных.
• Преобразование данных для получения лучших результатов.
• Поиск оптимальных гиперпараметров моделей.

Аудитория

Люди занимающиеся машинным обучением и те, кто заинтересован в применении методов глубокого обучения к решению собственных задач.

Доступные форматы обучения	Продолжительность
Очный:	2.0 дня(ей)
Live Web курс:	4 по полдня
e-Learning:	14 часа(ов)/180 день доступ

Перед посещением данного курса вы должны как минимум ознакомиться с основными понятиями моделирования нейронных сетей. Вы можете получить эти знания, прослушав курс "Neural Networks: Основы" или курс "Моделирование нейронный сетей". Предыдущий опыт работы с программным обеспечением SAS полезен, но не является обязательным.

Используется SAS Viya, SAS Visual Data Mining and Machine Learning ПО

Введение в глубокое обучение

• Введение.
• Автокодировщики.
• Построение автокодировщиков для каждого значения категориальной целевой переменной (для самостоятельного изучения).

Свёрточные нейронные сети

• Задачи и области применения.
• Входные слои.
• Свёрточные слои.
• Отступы (Paddings).
• Пулинг слои (Pooling layers).
• Полносвязные слои.
• Типы прямых соединений (skip-connections).
• Предобработка изображений и обогащение данных.

Рекуррентные нейронные сети

• Введение.
• Обзор рекуррентных нейронных сетей.
• Подтипы рекуррентных нейронных сетей.

Настройка нейронных сетей

• Поиск оптимальных гиперпараметров.