Более 30 участников мероприятия познакомились с понятием нейронных сетей, алгоритмами обучения и рядом проблем, которые могут возникнуть при их применении. На занятии было введено понятие «глубокого обучения», так как организации все чаще обращаются к технологиям глубокого обучения, поскольку они позволяют компьютерам самостоятельно обучаться и выполнять задачи с минимальным контролем со стороны человека, что дает огромные преимущества как в научной сфере, так и в промышленности. В отличие от традиционного машинного обучения, технологии глубокого обучения пытаются имитировать процессы обучения и обработки информации в человеческом мозге за счет создания искусственных нейронных сетей, которые способны обнаруживать в данных сложные концепции и взаимосвязи. Модели глубокого обучения совершенствуются за счет распознавания сложных шаблонов в изображениях, текстах, звуках и других данных для повышения точности анализа и прогнозирования.  

TensorFlow —  открытая программная библиотека для машинного обучения, разработанная компанией Google для решения задач построения и тренировки нейронной сети с целью автоматического нахождения и классификации образов, достигая качества человеческого восприятия. Наши слушатели под руководством преподавателя создали простой классификатор изображений на Python с помощью библиотеки.