Курс хороший, все объясняется подробно и по шагам. Задачки в основном сбалансированной сложности, но бывают трудные
Довольно сложный, но очень информативный курс.
После прохождения вполне возможно писать собственные нейросети, с использованием довольно полезных улучшений этих нейросетей.
В добавок, что также важно, по прохождению курса понимаешь как работают все те технологии, которые используются для реализации нейронок.
Рекомендую.
Хороший курс для понимания того как работают нейронные сети. Без предварительных знаний в высшей математике будет трудно его проходить
Курс бесплатный, этим и берёт. Кладезь знаний за ничего, кроме ваших усилий.
Плюсы:
+ бесплатный
+ дает базовое понимание работы нейронок, ручками закрепляем как это всё работает
+ есть практические задания для разработок нейронок
Минусы:
- сложность: людям из НЕфизтеха/матстата может быть сложным (тк. много операций с матрицами, градиентными спусками)
- хотелось бы побольше практических задач на кодинг
Хороший курс для погружения в нейросети и небольшое их использование в нескольких задачах CV. Для начала самое то, учитывая наличие теории и, что важно, практики.
Есть минусы: иногда задания сформулированы очень странно, иногда просят знания "вне курса", а кому-то будет тяжело без знания высшей математики. К счастью, помогает навык поиска информации в интернетах, плюс к каждой задаче есть большое количество комментариев с подсказками и разжевыванием того, что именно хотели авторы.
Именно в совокупности с комментариями к заданиям курс отличный.
Спасибо за курс :)
Благодаря курсу я лучше усвоил PyTorch некоторые аспекты работы с нейросетями как в теории, так и на практике.
Из недостатков – часть практических заданий слабо связана с лекциями и поэтому получается довольно сложной, хотелось бы более плавный переход.
Выбрал этот курс за возможность освежить в памяти ML и нейросети, подучить PyTorch и бесплатно получить сертификат от Samsung.
Ещё раз спасибо создателям курса за труды и всего наилучшего!
1. Основной вывод - нейронные сети ,- это хорошая математика, примерная для IT технологий
2. Полнота изложения материала
3. В определённый момент (вторая часть курса) началась путаница с теорией и практическим программированием.Потребовались доп материалы по Pytorch
4. Критерий выбора - понять технологию и её применение в работе
СПАСИБО ЗА ОБУЧЕНИЕ !!!!!!!
Я прошёл курс "Нейронные сети и компьютерное зрение" на 100% и безумно этим горжусь. Этот курс, созданный экспертами Samsung AI Center, идеально подходит для новичков в Data Science.
Материал подан на высочайшем уровне: от основ нейронных сетей до сложных концепций, таких как свёрточные нейронные сети, методы регуляризации и нормализации. Восемь практических семинаров дали мне реальный опыт в решении задач CV/ML, а финальное тестирование подтвердило мою компетентность и позволило получить сертификат с отличием.
Могу с уверенностью сказать, что теперь я – гуру нейронных сетей и компьютерного зрения. Если вы стремитесь к вершинам в области Data Science, то курс "Нейронные сети и компьютерное зрение" – это именно то, что вам нужно.
Охватили довольно коротко и ёмко все главное, я уже знаком с базовыми МЛ алгоритмами и поэтому понравилось, спасибо !) Тем кто вообще не в теме, понимаю что будет довольно сложно и не совсем очевидно.
Хороший курс про нейронные сети. Мне понравилось, что тут есть интересные задачи на подумать о том, как оно работает. Спасибо авторам курса за их усилия и время.
Отличный курс. Авторы курса очень старались.
Иногда встречаются очень сложные задания, но авторы курса заранее устанавливают дисклеймер о том, что эти задания сложные и не обязательные для получения сертификата.
Отличный курс, интересная задача в конце, интересно было бы добавить чуть больше практических задач не из математики
В целом, курс для меня бесполезен. Слишком много математики. К тому же есть много заданий на реализацию уже существующих компонентов pytorch.
1. Освежил знания по нейронкам и CV
2. Течение курса, большое кол-во материалов
3. Теоретические задания не всегда сопровождаются достаточным кол-вом материалов
4. SAMSUNG 👍
Хотя курсу уже много лет, он остаётся актуальным, так как в нем даётся фундаментальная база. Пусть даже зачастую избыточной глубины и сложности. Но я магистр математики, поэтому может не сполна оценил "среднестатистические" страдания обобщенного студента ))) Думаю, тут нужны спойлеры, что школьникам и гуманитариям надо подтянуть матан, прежде чем залезать сюда.
Зубодробительный курс, который вы никогда не окончите на отлично:
1. Это довольно сложно.
2. Последняя работа оценивается учениками, вы никогда не дождётесь необходимых ревью.
Теорию и практику ведут два разных человека.
Теория с жестокими заданиями (даю слово пацана, с ней будет кровь на асфальте, и много).
Зато практическая часть очень норм, хорошо даёт представление что к чему. Вот из-за практики я бы рекомендовал. И рекомендовал бы пробиваться через боль и отчаяние в теории. Потому что некоторые важны вещи она тоже объяснит вам в конце концов, которые вы не понимали на других курсах. Но это боль, я предупреждал.
Отличный курс, подходит для ознакомления с computer vision практически с нуля. Понятная подача материала, много полезных упражнений. Однако курс базовый, подходит либо для новичков, либо для повторения computer vision тем, кто давно с ним не работал.
Необычайно хороший бесплатный курс. Раскрывает базу для полносвязных и свёрточных нейронок. Через многие проверочные задачи заставляет ученика именно что думать, а не поддаваться кажущимся чувствам очевидного. Нестабильность в терминологии и некоторые неточности подготавливают ученика к ИРЛ среде, характерной для очень многих прикладных и теоретических областей, и опять же заставляют больше искать смысл в техниках, а не просто слепо повторять конформистские рецепты и фразы. Последнее может вызывать сильное возмущение на платной форме обучения. Особенно понравились практические задачи, подходящие под быстрые вычисления на домашних ПК; чётко разделённые тестирования по фундаментальным аспектам; последовательности, где сразу после микро-видеоклипа идёт 1-2 тестирования с очевидными и не очевидными вопросами. Сложно что-то посоветовать для улучшения в рамках темы и с учётом стимуляции к некоторым самостоятельным работам и заключениям. Зашёл случайно, и на фоне других курсов не ожидал увидеть тут столь творческие материалы, заставляющие переосмыслить многие моменты данной темы, более чётко представить границы применимости полносвязных и сверточных нейросетей.
Курс точно не для всех "кто делает свои первые шаги в этой области", как это заявлено в описании. Данный курс, как выразился один из участников: "для тех у кого за плечами не один год дебаггинга и курения манов". Частенько не хватает информации из лекций чтоб сделать практику, и приходится часами изучать вопрос самостоятельно.
Однако если вы уже проходили другие курсы и имеете представление о ML/DS и смежных областях и готовы разбираться самостоятельно - то данный курс неплох,как вариант углубить знания и разобраться в отдельных вопросах.
Мне курс понравился. Помогает разобраться в основах глубокого обучения. Знакомит с базовыми моделями нейронок. Много интересных заданий. Есть соревнования в Kaggle
Это мой первый курс на стэпике.
Он оказался крайне удачным. Задачи, лекции и семинары отлично друг-друга дополняют. Вначале возникают небольшие сложности, особенно с теоретическими задачи, но если через
некоторое время к ним вернуться, то большая часть точно получится. Необходимы конечно знания математического анализа и линейной алгебры, чтобы полностью усвоить материал. Но в принципе хороший первокурсник вполне ими владеет.
Спасибо лекторам и всем тем, кто причастен к созданию этого замечательного курса.
Курс довольно сложный для обычного студента. Но очень много полезной информации. Возможно, нужно побольше теории и задач, для большего leveling up skills!
Большое спасибо Михаилу Романову, Игорю Слинько, Николаю Капырину и Антону Попову за прекрасный "домашний" курс по компьютерному зрению.
Курс охватывает все основные аспекты нейронных сетей и CV — от вычисления градиентов до построения слоев с нормализацией.
Для решения задач в семинарах курса требуется много материалов изучать (или вспоминать) самостоятельно, и это полезно для процесса обучения. Авторы курса не накормят рыбой, но дадут удочку для собственной поимки.
Финальное задание, оформленное как соревнование на Kaggle — за это отдельное спасибо.
Однозначно рекомендую этот курс тем, кто хочет глубже разобраться в нейронных сетях и моделях компьютерного зрения.
Большое спасибо авторам за данный курс!
Узнал для себя много нового. Точно могу сказать, что это курс не для тех, кто только начинает изучение нейросетей. В нём присутствует достаточно много математики и очень крутые (но сложные) задачи, которые помогут понять, как работают нейросети в деталях.
Также часть информации придётся искать самому для решения некоторых задач, но оно и к лучшему. Если вы действительно хотите чему-то научиться, то получите огромное удовольствие от процесса поиска решения задач из курса.
Замечательный курс! Дает представление того, как устроены свёрточные нейросети и закрепить полученные знания практикой.
Мне понравились теоретические задачи, заставляют задуматься и глубже понять работу математических методов используемых при обучении нейросети.
Спасибо за курс!