Онлайн-курс для школьников 6–11 классов

Искусственный интеллект

ФАКУЛЬТЕТ ПРОФЕССИОНАЛЬНОГО ПРОГРАММИРОВАНИЯ
«Pandas» — высокоуровневая библиотека Python для анализа данных
Искусственный Интеллект (ИИ) – это способность компьютерных систем выполнять творческие и интеллектуальные функции для решения поставленных задач с возможностью постепенного самообучения.
Что такое ИИ?
В рамках курса школьники смогут близко познакомиться с одним из очень популярных ИТ-направлений и с нуля не только погрузятся в сферу Data science, но и прокачают знания программирования на Python. В ходе занятий участники изучат библиотеки для анализа данных, закрепят на практике новые знания по поиску признаков данных и обучению различных моделей для своего ИИ. В конце курса участников ждёт тема фреймворков для искусственного интеллекта, а также много практических заданий для изучения Data science.
Что будет на курсе?
На бесплатном уроке ребёнок сможет на практике познакомиться с направлением и вы вместе решите, хотите ли заниматься!
— Для занятий предварительных знаний не требуется, начнём с основ Python для анализа данных
Программа курса
— Курс состоит из 128 ак. часов
— Занятия проходят 2 раза в неделю по 2 ак. часа
— Курс состоит из 128 ак. часов
— Занятия проходят 2 раза в неделю по 2 ак. часа
— Для занятий предварительных знаний не требуется, начнём с основ Python для анализа данных
1 Ведение в ИИ
  • Введение в анализ данных
  • Введение в Python
  • Работа со списками, строками и словарями в Python
  • Работа с циклами в Python
  • Работа с файлами в Python
  • Основы объектно-ориентированного программирования (ООП) в Python
  • Библиотеки в Python. Основы использования Pandas
  • Работа с библиотекой Pandas
2 Введение в нейронные сети
  • Библиотеки для визуализации данных в Python
  • Основы линейной алгебры
  • Работа с библиотекой Numpy
  • Работа с библиотекой Scikit-Learn
  • Линейная регрессия
  • Логистическая регрессия
  • Работа с решающими деревьями в Python
  • Теоретические основы нейросетей
3 Обучение нейронных сетей
  • Обучение нейронных сетей
  • Работа с реальными данными в Pandas
  • Теория и практика свёрточных нейронных сетей
  • Архитектуры свёрточных нейронных сетей
  • Решение задачи классификации
  • Дообучение нейронных сетей
  • Теория по обработке естественного языка
  • Практикум по обработке естественного языка
4 Построение моделей ИИ
  • Логистическая регрессия. Вероятностный взгляд на машинное обучение
  • Вероятностный взгляд на L1 и L2-регуляризаторы
  • Формула Байеса при решении конкретных задач
  • Байесовский вывод. Наивная байесовская классификация
  • Гауссовский байесовский классификатор
  • Линейный дискриминант Фишера
5 Фреймворки для ИИ
  • Что такое Tensorflow? Примеры применения. Установка
  • Тензоры tf.constant и tf.Variable. Индексирование и изменение формы
  • Математические операции и функции над тензорами
  • Реализация автоматического дифференцирования. Объект GradientTape
  • Строим градиентные алгоритмы оптимизации Adam, RMSProp, Adagrad, Adadelta
  • Делаем модель с помощью класса tf.Module. Пример обучения простой нейросети
  • Делаем модель нейросети для распознавания рукописных цифр
  • Декоратор tf.function для ускорения выполнения функций
  • Введение в Keras
  • Введение в модели и слои бэкэнда Keras
  • Keras - последовательная модель Sequential
  • Keras - введение в функциональное API
  • ResNet - революция глубокого обучения. Исчезающие и взрывающиеся градиенты
  • Создаем ResNet подобную архитектуру для классификации изображений CIFAR-10
  • Тонкая настройка и контроль процесса обучения через метод fit()
  • Тонкая настройка обучения моделей через метод compile()
  • Способы сохранения и загрузки моделей в Keras
Результаты курса
На курсе участники будут разрабатывать собственные различные ансамбли моделей с применением ИИ, что позволит закрепить знания по Data engineering и попробовать себя в роли Data science.
Практический опыт
В ходе занятий школьники изучат библиотеки для анализа данных, смогут применить новые полученные знания в поиске признаков по данным и для обучения различных моделей для искусственного интеллекта.
Погружение в Data science
Изучим и систематизируем основные знания программирования на языке Python для использования в разработке проектов с применением искусственного интеллекта.
Основы программирования
Методист курса
Методист курсов ИТ-школы «‎Прогматика» по направлениям: Python Pro, ИИ, ИБ, Мобильная разработка, ЕГЭ и ОГЭ по информатике. Окончила школу мобильной разработки Samsung с золотым дипломом, победительница: WorldSkills по РТ по мобильной разработке на Java, Конгресса Молодых Ученых, хакатонов Skill Up и Local Hack Day2020.Save The World по треку fakenews.
Карина Янышевская
Хотите задать вопрос по курсу?
Оставьте контакт и наш менеджер свяжется с вами!
Плюсы обучения в Прогматике!
В процессе обучения вы получите
После обучения вы получите
Сертификат об успешном освоении программы
Интерактивные онлайн-занятия с преподавателем
Удобный формат: индивидуальные или груповые занятия
Телеграм-чат с педагогом и куратором
Помощь с домашними заданиями и их разбор
Сообщество единомышленников
Поддержка на протяжении всего обучения
Вечный доступ к видеозаписям занятий и учебным материалам
Проекты в портфолио
Часто задаваемые вопросы
Какое расписание и когда старт курса?
Старт групповых занятий запланирован на сентябрь 2022. По мере формирования групп вы сможете обсудить с менеджером школы свои пожелания по расписанию и мы постараемся сформировать график занятий оптимальным для каждого :)
Технические требования для занятий
— ПК с доступом к интернету, веб-камера и микрофон.
— Интернет-соединение минимум от 25 Мбит/с (рекомендуем от 50 Мбит/с), проверить можно здесь: speedtest.net
— Оперативная память: от 4 ГБ для начала, рекомендуется 16 ГБ
— Место на жёстком диске: 5 ГБ
— Операционная система:
▪️ Windows 8 или выше
▪️ macOS 10.14 Mojave или выше
▪️ Debian, Ubuntu или RHEL
— Процессор:
▪️ Intel i3 2-го поколения или производительнее
▪️ AMD A6-3500 или производительнее

Что если мы пропустили один день обучения?
Все занятия записываются и все участники получают вечный доступ к записям, так что вы всегда можете посмотреть пропущенные занятия в записи или повторить материал!
Возможен ли переход из группы в группу?
Да, возможен. По согласованию с преподавателем и куратором.
Можно ли оформить налоговый вычет?
Да, с сентября вы можете оформить на все курсы ИТ-школы налоговый вычет в размере 13%, за подробностями обратитесь к куратору обучения.
Можно ли заниматься чаще/реже, чем 2 раза в неделю?
Да, на индивидуальных занятиях мы можем организовать расписание по вашему индивидуальному запросу в зависимости от желаемого темпа и регулярности занятий. Регулярность и продолжительность занятий в индивидуальном обучении зависят от ваших пожеланий и целей.
  • знакомство с преподавателем и форматом ИТ-школы
  • возможность задать вопросы о курсе и обучении
  • интерактивное занятие
  • вводная информация о курсе
нажимая на кнопку «Записаться» вы даете согласие на обработку своих персональных данных в соответствии с политикой конфиденциальности
Первый шаг — пробный урок