Глубокое обучение незаменимо для текстов, изображений, звука и очень больших данных. Для табличных задач его используют реже — бустинг обычно не хуже и проще. Data scientist должен уметь обучить нейросеть в PyTorch, понимать трансформеры и использовать готовые предобученные модели.
Этап 9 из 14
Глубокое обучение
Основа
Нейросети, PyTorch, трансформеры — когда табличных моделей недостаточно.
Темы этапа
- Нейросети и обучение Основа
Слои, функции активации, градиентный спуск и обратное распространение ошибки.
- Трансформеры и внимание Основа
Архитектура, на которой построены все современные языковые модели.
- PyTorch на практике Основа
Тензоры, модели, цикл обучения, GPU, дообучение предобученных моделей.
- LLM для data scientist Полезно знать
Где языковые модели помогают в работе с данными — разметка, извлечение, классификация, генерация признаков.
Партнёр платформы
Разбор собеседования
Разбор собеседования с sotto
После собеседования sotto разбирает разговор: оценка, каждый вопрос — хорошо, частично или слабо, чего не хватило в ответе и над чем поработать к следующему разу. Первые 30 минут бесплатно.