Курс посвящен применению современных нейросетевых методов в обработке и анализе изображений.
В курсе последовательно излагаются основы классических методов машинного обучения, устройства современных нейронных сетей и их применения в задачах обработки и анализа изображений. Рассматриваются разнообразные модели для классификации, сегментации и детекции изображений, подходы для уменьшения размерности данных, подходы для устранения несбалансированности данных, а также различные методы кластеризации. В курсе рассматривается несколько практических задач анализа изображений, на примере которых демонстрируются излагаемые в курсе методы и подходы.
В рамках данного курса студентам предлагается два практических задания для самостоятельной реализации моделей машинного обучения и решения двух реальных задач анализа изображений и видео.
Курс является спецкурсом по выбору и рассчитан на бакалавров ВМК 2, 3, 4 курсов.
В осеннем семестре 2023 года курс читается в ауд. 759 (с дополнительной дистанционной трансляцией), по вторникам в 16.20. Все лекции записываются, на данной странице (**https://cutt.ly/mmoi_nn**) выкладывается вся информация по курсу: слайды лекций, видеозаписи, дополнительные материалы.
Также для данного курса создана группа в телеграм: https://t.me/+GfzGhEXPUIxiZmQy, в которой можно задавать вопросы, в том числе и по выполнению практических заданий.
<aside> 🧠 Данный курс преподается при поддержке фонда Интеллект и входит в Академическую Программу по Искусственному Иинтеллекту факультета ВМК.
Вся информация по Академической Программе по ИИ на факультете ВМК находится на странице https://cs.msu.ru/ai.
</aside>
кандидат физ.-мат. наук, младший научный сотрудник, лаборатория математических методов обработки изображений, ВМК МГУ.
Основные научные интересы: обработка и анализ изображений, компьютерное зрение, медицинские изображения, машинное обучение, глубокое обучение, свёрточные нейронные сети, гибридные методы.
https://istina.msu.ru/profile/xubiker/
