14 листопада - 27 лютого
Понеділок 19:00 – 20:00
Online
Deep Learning Group
Навчайтесь з нами онлайн і станьте професіоналом
в Data Science!
Про Deep Learning Group
Deep Learning Group - це група сумісного вивчення Deep Learning за всесвітньо відомою спеціалізацією Andrew Ng, а також бонусні майстер-класи від провідних Data Science спеціалістів України.
Для кого?
Data Scientists
Software Developers
CEOs
Startup Founders
Приєднуйтесь до школи!
Освойте одну з найбільш перспективних професій зараз
Вивчіть теорію на одному з найкращих онлайн курсів по Deep Learning
Отримайте відповідь на свої запитання під час щотижневих консалтингових сесій
Отримайте додаткові знання на бонусних майстер-класах
Інструктор курсу
Ростислав Чайка
Засновник Lemberg Tech Business School
Випускник факультету Прикладної Математики ЛНУ
ім. І. Франка.

Засновник Lviv Startup Club з 2009 року. Засновник Lemberg Tech Business School з 2014 року. Стартап-консультант та підприємець.

Протягом часу роботи в Lviv Startup Club долучився до розвитку більше 100 українських стартапів.

Засновник TechOne Startup Incubator, де продовжує працювати зі стартапами.

Протягом своєї роботи в Lemberg Tech Business School організував близько 110 конференцій, під його керівництвом маркетологи зібрали близько 35 000 учасників.

Активно досліджує нові оптимальні моделі розвитку в GameDev, Digital Marketing, Project Management, Product Management, Data Science, IT Service Business Management.
Гостьові спікери школи
Програма школи
14 листопада - 27 лютого
14 листопада
19:00 – 20:00
14 листопада
19:00 – 20:00
Introduction to Deep Learning
Ростислав Чайка
Analyze the major trends driving the rise of deep learning, and give examples of where and how it is applied today.
  • Welcome
  • What is a Neural Network?
  • Supervised Learning with Neural Networks
  • Why is Deep Learning taking off?
21 листопада
19:00 – 20:00
21 листопада
19:00 – 20:00
Neural Networks Basics
Ростислав Чайка
Set up a machine learning problem with a neural network mindset and use vectorization to speed up your models.
  • Binary Classification
  • Logistic Regression
  • Logistic Regression Cost Function
  • Gradient Descent
  • Derivatives
  • More Derivative Examples
  • Computation Graph
  • Derivatives with a Computation Graph
  • Logistic Regression Gradient Descent
  • Gradient Descent on m Examples
  • Vectorization
  • More Vectorization Examples
  • Vectorizing Logistic Regression
  • Vectorizing Logistic Regression's Gradient Output
  • Broadcasting in Python
  • A Note on Python/Numpy Vectors
  • Quick tour of Jupyter/iPython Notebooks
  • Explanation of Logistic Regression Cost Function (Optional)
28 листопада
15:00 – 16:00
28 листопада
15:00 – 16:00
Групова консалтингова сесія (Standard & Premium)
Ростислав Чайка
28 листопада
19:00 – 20:00
28 листопада
19:00 – 20:00
Shallow Neural Networks
Ростислав Чайка
Build a neural network with one hidden layer, using forward propagation and backpropagation.
  • Neural Networks Overview
  • Neural Network Representation
  • Computing a Neural Network's Output
  • Vectorizing Across Multiple Examples
  • Explanation for Vectorized Implementation
  • Activation Functions
  • Why do you need Non-Linear Activation Functions?
  • Derivatives of Activation Functions
  • Gradient Descent for Neural Networks
  • Backpropagation Intuition (Optional)
  • Random Initialization
5 грудня
19:00 – 20:00
5 грудня
19:00 – 20:00
Deep Neural Networks
Ростислав Чайка
Analyze the key computations underlying deep learning, then use them to build and train deep neural networks for computer vision tasks.
  • Deep L-layer Neural Network
  • Forward Propagation in a Deep Network
  • Getting your Matrix Dimensions Right
  • Why Deep Representations?
  • Building Blocks of Deep Neural Networks
  • Forward and Backward Propagation
  • Parameters vs Hyperparameters
  • What does this have to do with the brain?
12 грудня
15:00 – 16:00
12 грудня
15:00 – 16:00
Групова консалтингова сесія (Standard & Premium)
Ростислав Чайка
12 грудня
19:00 – 20:00
12 грудня
19:00 – 20:00
Practical Aspects of Deep Learning
Ростислав Чайка
Discover and experiment with a variety of different initialization methods, apply L2 regularization and dropout to avoid model overfitting, then apply gradient checking to identify errors in a fraud detection model.
  • Train / Dev / Test sets
  • Bias / Variance
  • Basic Recipe for Machine Learning
  • Regularization
  • Why Regularization Reduces Overfitting?
  • Dropout Regularization
  • Understanding Dropout
  • Other Regularization Methods
  • Normalizing Inputs
  • Vanishing / Exploding Gradients
  • Weight Initialization for Deep Networks
  • Numerical Approximation of Gradients
  • Gradient Checking
  • Gradient Checking Implementation Notes
19 грудня
19:00 – 20:00
19 грудня
19:00 – 20:00
Optimization Algorithms
Ростислав Чайка
Develop your deep learning toolbox by adding more advanced optimizations, random minibatching, and learning rate decay scheduling to speed up your models.
  • Mini-batch Gradient Descent
  • Understanding Mini-batch Gradient Descent
  • Exponentially Weighted Averages
  • Understanding Exponentially Weighted Averages
  • Bias Correction in Exponentially Weighted Averages
  • Gradient Descent with Momentum
  • RMSprop
  • Adam Optimization Algorithm
  • Learning Rate Decay
  • The Problem of Local Optima
26 грудня
15:00 – 16:00
26 грудня
15:00 – 16:00
Групова консалтингова сесія (Standard & Premium)
Ростислав Чайка
26 грудня
19:00 – 20:00
26 грудня
19:00 – 20:00
Hyperparameter Tuning, Batch Normalization and Programming Frameworks
Ростислав Чайка
Explore TensorFlow, a deep learning framework that allows you to build neural networks quickly and easily, then train a neural network on a TensorFlow dataset.
  • Tuning Process
  • Using an Appropriate Scale to pick Hyperparameters
  • Hyperparameters Tuning in Practice: Pandas vs. Caviar
  • Normalizing Activations in a Network
  • Fitting Batch Norm into a Neural Network
  • Why does Batch Norm work?
  • Batch Norm at Test Time
  • Softmax Regression
  • Training a Softmax Classifier
  • Deep Learning Frameworks
  • TensorFlow
9 січня
19:00 – 20:00
9 січня
19:00 – 20:00
ML Strategy
Ростислав Чайка
Streamline and optimize your ML production workflow by implementing strategic guidelines for goal-setting and applying human-level performance to help define key priorities.
  • Why ML Strategy
  • Orthogonalization
  • Single Number Evaluation Metric
  • Satisficing and Optimizing Metric
  • Train/Dev/Test Distributions
  • Size of the Dev and Test Sets
  • When to Change Dev/Test Sets and Metrics?
  • Why Human-level Performance?
  • Avoidable Bias
  • Understanding Human-level Performance
  • Surpassing Human-level Performance
  • Improving your Model Performance
16 січня
15:00 – 16:00
16 січня
15:00 – 16:00
Групова консалтингова сесія (Standard & Premium)
Ростислав Чайка
16 січня
19:00 – 20:00
16 січня
19:00 – 20:00
ML Strategy
Ростислав Чайка
Develop time-saving error analysis procedures to evaluate the most worthwhile options to pursue and gain intuition for how to split your data and when to use multi-task, transfer, and end-to-end deep learning.
  • Carrying Out Error Analysis
  • Cleaning Up Incorrectly Labeled Data
  • Build your First System Quickly, then Iterate
  • Training and Testing on Different Distributions
  • Bias and Variance with Mismatched Data Distributions
  • Addressing Data Mismatch
  • Transfer Learning
  • Multi-task Learning
  • What is End-to-end Deep Learning?
  • Whether to use End-to-end Deep Learning
23 січня
19:00 – 20:00
23 січня
19:00 – 20:00
Foundations of Convolutional Neural Networks
Ростислав Чайка
Implement the foundational layers of CNNs (pooling, convolutions) and stack them properly in a deep network to solve multi-class image classification problems.
  • Computer Vision
  • Edge Detection Example
  • More Edge Detection
  • Padding
  • Strided Convolutions
  • Convolutions Over Volume
  • One Layer of a Convolutional Network
  • Simple Convolutional Network Example
  • Pooling Layers
  • CNN Example
  • Why Convolutions?
30 січня
15:00 – 16:00
30 січня
15:00 – 16:00
Групова консалтингова сесія (Standard & Premium)
Ростислав Чайка
30 січня
19:00 – 20:00
30 січня
19:00 – 20:00
Deep Convolutional Models: Case Studies
Ростислав Чайка
Discover some powerful practical tricks and methods used in deep CNNs, straight from the research papers, then apply transfer learning to your own deep CNN.
  • Why look at case studies?
  • Classic Networks
  • ResNets
  • Why ResNets Work?
  • Networks in Networks and 1x1 Convolutions
  • Inception Network Motivation
  • Inception Network
  • MobileNet
  • MobileNet Architecture
  • EfficientNet
  • Using Open-Source Implementation
  • Transfer Learning
  • Data Augmentation
  • State of Computer Vision
6 лютого
19:00 – 20:00
6 лютого
19:00 – 20:00
Object Detection
Ростислав Чайка
Apply your new knowledge of CNNs to one of the hottest (and most challenging!) fields in computer vision: object detection.
  • Object Localization
  • Landmark Detection
  • Object Detection
  • Convolutional Implementation of Sliding Windows
  • Bounding Box Predictions
  • Intersection Over Union
  • Non-max Suppression
  • Anchor Boxes
  • YOLO Algorithm
  • Region Proposals (Optional)
  • Semantic Segmentation with U-Net
  • Transpose Convolutions
  • U-Net Architecture Intuition
  • U-Net Architecture
13 лютого
15:00 – 16:00
13 лютого
15:00 – 16:00
Групова консалтингова сесія (Standard & Premium)
Ростислав Чайка
13 лютого
19:00 – 20:00
13 лютого
19:00 – 20:00
Special Applications: Face recognition & Neural Style Transfer
Ростислав Чайка
Explore how CNNs can be applied to multiple fields, including art generation and face recognition, then implement your own algorithm to generate art and recognize faces!
  • What is Face Recognition?
  • One Shot Learning
  • Siamese Network
  • Triplet Loss
  • Face Verification and Binary Classification
  • What is Neural Style Transfer?
  • What are deep ConvNets learning?
  • Cost Function
  • Content Cost Function
  • Style Cost Function
  • 1D and 3D Generalizations
20 лютого
19:00 – 20:00
20 лютого
19:00 – 20:00
Профорієнтація, підготовка резюме та Career Advising (Standard & Premium)
Команда викладачів
27 лютого
19:00 – 20:00
27 лютого
19:00 – 20:00
Заключне заняття. Випускний
Команда викладачів
Квитки
Час до підняття ціни:
Days
Hours
Minutes
Seconds
Рівні участі
Community
Free
Участь у навчанні

Доступ до закритої групи

Зареєструватись
Standard
50$
  • Next price: 80$
  • Доступ до закритої групи
  • Групова консалтингова сесія раз на тиждень
  • Групова консалтингова сесія з ментором раз на три тижні
  • Одна коуч - сесія
  • Презентації
  • Відеозапис
  • Відеозапис AI & BigData Online Day 2022 Autumn
  • Консалтинг з працевлаштування
Зареєструватись
Premium
130$
  • Next price: 210$
  • Доступ до закритої групи
  • Групова консалтингова сесія раз на тиждень
  • Групова консалтингова сесія з ментором раз на три тижні
  • 3 коуч-сесії
  • Презентації
  • Відеозапис
  • Доступ до AI Library
  • Персональна консалтингова сесія з працевлаштування
Зареєструватись
Video
15$
  • Відеозапис онлайн-школи
Купити
Bronze Partner
Залишились питання?
Що таке група сумісного вивчення?
Це можливість пройти курс Deep Learning за всесвітньо відомою спеціалізацією Andrew Ng під керівництвом досвідченого інструктора. Раз на тиждень (в безкоштовному варіанті) ми зустрічаємося, щоб обговорити матеріал та отримати відповідь на свої питання від інструктора.
Коли і в який час я буду вчитись?
Кожного понеділка з 19:00 до 21:00.
Як проходить навчання?
Навчальна програма триває три місяці. Навчання складається з 13 занять онлайн. Якщо Ви пропустили заняття і у вас квиток не нижче Standard, Ви завжди можете подивитись відеозапис заняття чи відвідати це заняття із наступним потоком. Як тільки Ви оплатите та отримаєте доступ до курсу, у Вашому особистому кабінеті з'явиться розклад занять, відеозаписи минулих занять, домашні завдання, бібліотека корисних матеріалів, важливі повідомлення. Також Ви зможете спілкуватись з іншими студентами та викладачами у закритій групі в Telegram.
Чи буде доступний відеозапис школи?
Так, усі заняття записуються на відео. Ви отримаєте посилання і зможете переглянути відеозаписи у зручний для Вас час.
Скільки часу потрібно виділяти на школу?
На виконання домашніх завдань, як правило, потрібно додатково від 3 до 6 годин в тиждень.
Чи підійде мені ця програма?
Так, якщо Ви хочете за короткий термін освоїти всі основні інструменти Data Science і прокачати себе із нуля до рівня Junior спеціаліста. Це допоможе Вам побудувати кар'єру з нуля, поглибити знання чи почати розробку власного стартапу. Програма передбачає, що Ви володієте базовим математичним апаратом на рівні перших двох курсів технічних спеціальностей ВУЗу та готові освоювати велику кількість нових сервісів і програм самостійно за допомогою підтримки команди курсу.
В чому різниця між рівнями участі (Communty, Standard, Premium)?
Рівень участі Community передбачає самостійне проходження учасником курсу на Coursera. Цей тип участі передбачає високу мотивацію учасника та вміння самостійно і швидко вирішувати складнощі, виправляти помилки, яких учасник може допустити. Так само, як і швидке самостійне знаходження відповідей на питання, котрі можуть сповільнювати проходження курсу. На жаль, статистика Coursera показує, що більше половини тих, хто починає проходження курсу, не доводять його до кінця. В межах цього типу участі ми раз на тиждень надаємо відповідь на питання, або ж розказуємо певні вибрані теми. За участі 100 учасників у групі - 2-х годин на тиждень інколи буває недостатньо.

Рівень участі Standard передбачає групову консалтингову сесію з ментором раз на два тижні. При значно меншій кількості учасників (до 10 осіб) це дає можливість більш глибоко розібрати саме Ваші питання та запити. Крім того, в цьому рівні проходження передбачена одна коуч-сесія, котра дає можливість розібратись із причинами, через які у Вас виникають проблеми чи питання Вашого типу.

Рівень участі Premium передбачає, що ми готові працювати з Вами до результату - працевлаштування Вас як Junior Data Scientist чи іншої мети, котру Ви собі поставили. В межах цього ми застосовуємо різноманітні форми навчання та співпраці (групові консалтингові сесії, персональні консалтингові сесії, коуч-сесії, відео, додаткові матеріали), щоб привести Вас до бажаної мети.
Info Partners
Організатор
Lemberg Tech Business School
Lemberg Tech Business School: organization with a 10-year history of successful conferences: Lviv/Kyiv IT Outsourcing Forum, GameDev Conference, Lviv/Kharkiv/Kyiv PM Day та AI&BigData Day
Наші проєкти
Команда
Vira Hryniv
Accounting
Email: finance@startup.lviv.ua
Phone: +38 (067) 310 15 05
Registration of participants
Billing
Contracts, work completion statements
Victoria Stakhiv
Project Coordinator
Email: info@lembs.com
Coordinate with the speakers
Rostyslav Chayka
Chairman of the Committee
FB: Rostyslav Chayka
LIn: Ross Chayka
Speaker approval
Partnership
©2022 Lemberg Tech Business School


Contacts
Email: info@lembs.com

Phone: +38-067-310-15-05
Надання послуг