Учебно-методические материалы по нейронным сетям

Учебно-методические материалы по нейронным сетям МНМЦ УрФУ

1. Онлайн курс МНМЦ "Программирование глубоких нейронных сетей на Python " (открытая версия курса на платформе openedu.ru). 
2. Руководство по проведению занятий курса "Программирование глубоких нейронных сетей на Python" в смешанном формате. 

1. Работа с Google Colab.
2. Распознавание предметов одежды (Fashion MNIST).
3. Оценка качества обучения нейросети.
4. Решение задачи регрессии. 
5. Распознавание объектов на изображениях (CIFAR-10) .
6. Предварительно обученные нейронные сети (VGG-16).
7. Перенос обучения и подготовка своего набора данных изображений.
8. Расширение данных.
9. Анализ тональности отзывов на фильмы IMDB.
10. Подготовка своего текстового набора данных.
11. Анализ тональности текста одномерной сверточной нейронной сетью. 
12. Сети LSTM и GRU для определения тональности текстов.
13. Задача классификации новостей.

Онлайн-курсы МНМЦ УрФУ на английском языке

1. Sequential data: representation and analysis.
2. Generating discrete sequences: language and music.

Учебно-методические материалы по нейронным сетям российских МНМЦ

1. Программа профессиональной переподготвоки МНМЦ СПБГУ "Искусственный интеллект". 
2. Программа повышения квалификации МНМЦ МИФИ "Анализ изображений".
3. Программа повышения квалификации МНМЦ ТГУ "Искусственный интеллект, большие данные и машинное обучение ".

Открытые учебные материалы на русском языке

1. Онлайн-курс "Нейронные сети" на Stepik.
2. Онлайн-курс "Нейронные сети и компьютерное зрение" на Stepik.
3. Онлайн-курс "Нейронные сети и обработка текста" на Stepik.

Учебно-методические материалы на английском языке

Онлайн-курсы

1. Курс fastai "Practical Deep Learning for Coders".
2. Курс fastai "Deep Learning from the Foundations".
3. Специализация "TensorFlow in Practice" на Coursera.
4. Специализация "Deep Learning " от DeepLearning.ai на Coursera.
5. Курс "Intro to Deep Learning " на Kaggle.
6. Курс "Computer Vision " на Kaggle.

Книги

1. François Chollet. Deep Learning with Python (репозиторий github с примерами кода). 
2. Aurélien Géron. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow (репозиторий GitHub с примерами кода).
3. Jeremy Howard. Deep Learning for Coders with Fastai and PyTorch: AI Applications Without a PhD.
4. Eli Stevens, Luca Antiga, and Thomas Viehmann. Deep Learning with PyTorch .

Другие материалы

1. Школа глубокого обучения (Deep Learning School) - учебная организация на базе ФПМИ МФТИ.