Нейронные сети — мозг ИИ

Чем нейронная сеть отличается от калькулятора и что учёные взяли за образец, когда её придумывали.

~30 мин

Как устроен один нейрон: входы, сумма сигналов и порог, после которого он срабатывает.

~30 мин

Что такое вес связи: как маленький вес приглушает сильный сигнал и почему до обучения веса случайны.

~30 мин

Зачем нейроны собраны в слои: от простых линий на первом слое к целым объектам на последнем.

~30 мин

Прямое распространение: путь сигнала от входного слоя до ответа сети.

~30 мин

Обратное распространение ошибки: как сеть считает промах и почему веса правят маленькими шагами.

~30 мин

Свёрточные сети: почему сто миллионов связей — это слишком и как фильтр 3×3 решает задачу.

~30 мин

Рекуррентные сети и LSTM: зачем сети память и почему порядок слов меняет смысл.

~30 мин

Механизм внимания и трансформеры: как каждое слово смотрит на остальные и что означает GPT.

~30 мин

Глубокое обучение: что даёт глубина, зачем нужны остаточные связи и почему обучают на видеокартах.

~30 мин

Собираем сеть целиком: от постановки задачи до выбора числа слоёв и проверки результата.

~30 мин

Итог курса: как связаны нейрон, слои, обучение и знакомые архитектуры современных моделей.

~30 мин