Lab_CIS

Лабораторная работа №1: Классификация изображений с использованием современных архитектур EfficientNet и BiT

1. Цель работы

2. Теоретическое введение

3. Описание датасета

4. Предобработка данных

5. Архитектура модели

6. Гиперпараметры обучения

7. Графики обучения

8. Результаты на тестовой выборке

9. Примеры правильной и неправильной классификации

10. Выводы

Лабораторная работа №2: Прогнозирование временных рядов и классификация текстов с использованием архитектур LSTM и GRU

1. Цель работы

2. Теоретическое введение

3. Описание датасетов

4. Предобработка данных

5. Архитектуры моделей

6. Гиперпараметры обучения

7. Графики обучения

8. Результаты на тестовой выборке

9. Анализ ошибок

10. Выводы

Лабораторная работа №3: Семантическая сегментация изображений с использованием архитектуры U-Net

1. Цель работы

2. Теоретическое введение

3. Описание датасета

4. Предобработка данных

5. Архитектура модели

6. Гиперпараметры обучения

7. Графики обучения

8. Результаты на тестовой выборке

9. Выводы

Лабораторная работа №4: Генерация изображений с использованием вариационного автоэнкодера (VAE)

1. Цель работы

2. Теоретическое введение

3. Описание датасета

4. Предобработка данных

5. Архитектура модели

6. Гиперпараметры обучения

7. Графики обучения

8. Результаты

9. Выводы