В выпускной работе проводится разработка учебно-методических средств для исследования моделей глубокого обучения. В работе рассмотрены задачи, модели глубокого обучения. Был проведен анализ средств для работы с глубоким обучением. Разработка проводилась на языке Python в Jypiter Notebook.

• Глоссарий
• ВВЕДЕНИЕ
• 1. Обзор существующих технологий глубокого обучения
  • 1.1. Сравнение программ глубокого обучения
  • 1.2. Модели нейронных сетей
  • 1.3. Существующие лабораторные работы
• 2. Анализ задач и моделей глубокого обучения
  • 2.1. Анализ задач
    • 2.1.1. Классификация изображений
    • 2.1.2. Локализация объекта
    • 2.1.3. Прогнозирование временных рядов
  • 2.2. Анализ моделей
    • 2.2.1. Сверточная нейронная сеть
    • 2.2.2. Долгая краткосрочная память
• 3. Реализация комплекса
  • 3.1. IPython и Jupyter Notebook
  • 3.2. Описание готовых работ
    • 3.2.1. Структура курса
    • 3.2.2. Реализация первой лабораторной работы
    • 3.2.3. Реализация второй лабораторной работы
    • 3.2.4. Реализация третьей лабораторной работы
• 4. Апробация курса лабораторных работ
  • 4.1. Лабораторная работа 1
  • 4.2. Лабораторная работа 2
  • 4.3. Лабораторная работа 3
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ 1. Настройка рабочей среды
• ПРИЛОЖЕНИЕ 2. Лабораторная работа. Классификация изображений