I am ready for a long road flight for work with a week- or months-long projects.
Постоянно слышите вокруг себя про искусственный интеллект и машинное обучение?Хотите погрузиться в этот захватывающий мир? Наш курс представляет уникальную возможность для школьников открыть для себя фундаментальные принципы этой области науки. Вместе мы научимся анализировать данные при помощи Python и библиотек, рассмотрим основные концепции машинного обучения. Наши занятия будут интерактивными и увлекательными, позволяя ученикам не только понять теорию, но и применить её на практике
8-11 класс
онлайн
набор завершен
Основы Python
и анализа
данных
Старт обучения: 16 сентября 2024
Длительность
обучения
3 месяца
Компактный информативный курс
без “воды”
Периодичность
2 зан./нед
Продуктивные занятия
в удобное для школьников время
Длительность занятия
3 ак.часа
Оптимально для усвоения теории и закрепления практики
Всего занятий
24 занятия
С нуля до основ машинного обучения
и анализа данных
— Чему я
научусь?
01
Изучите основы программирования
на языке Python
02
Познакомитесь
с библиотеками NumPy
и Pandas для анализа данных
03
Научитесь визуализировать данные при помощи библиотек Matplotlib и Seaborn
04
Изучите различные алгоритмы машинного обучения
06
На практике решите задачи, которые в будущем помогут реализовать собственные проекты
05
Рассмотрите реальные проекты и задачи машинного обучения
Программа
— А Какова
Курса
Основы языка программирования Python
01
Знакомство с  Google Colab, Jupyter Notebook и др. Введение в язык программирования Python: базовые конструкции языка
Фреймворки Python
Условные операторы, циклы. Структуры данных
02
Язык программирования Python
03
Функции. Встроенные функции. Создание функций и решение практических задач
Язык программирования Python
04
Базовые библиотеки Python
Язык программирования Python
05
Решение практических задач на закрепление материала
Решение практических задач
Программные библиотеки языка Python: NumPy, Pandas, Matplotlib и Seaborn
Массивы, операции с массивами, индексация и срезы
01
Библиотека NumPy
02
Матрицы, операции над матрицами, многомерные массивы
Библиотека NumPy
03
Объекты в Pandas, основные методы и функции
Библиотека Pandas
04
Работа с DataFrame: основные операции, объединение и слияние данных, обработка пропущенных значений
Библиотека Pandas
05
Методы визуализации и представления данных. Графический анализ
Библиотеки Matplotlib и Seaborn
Математика для анализа данных
Основы теории вероятности и математической статистики. Базовые понятия
01
Матрицы, операции над матрицами, многомерные масс. Случайная величина, функции распределения. Характеристики распределения случайной величины: математическое ожидание, медиана, дисперсия, корреляцияивы
02
Основы теории вероятности
и математической статистики
Понятие предела и производной. Градиент и метод градиентного спуска
Случайная величина,
функции распределения
03
Понятие предела и производной
Алгоритмы машинного обучения
для проектной работы
01
Постановка задачи машинного обучения, обозначения и определения. Переобучение 
Постановка задачи машинного обучения, обозначения и определения.
Линейная регрессия: ошибка линейной регрессии. Данные, масштабирование признаков, обработка выбросов. Методы разделения выборок, кросс-валидация
02
Линейная регрессия
Работа с платформой Kaggle. Решение соревнований на данной платформе
03
Работа с платформой Kaggle
Классификация, оценка качества классификации. Введение в метод логистической регрессии. Гиперпараметры модели. Обработка категориальных признаков балансировка классов
04
Классификация, оценка качества
классификации
05
Введение в кластеризацию, метод K-средних. Оценка кластеризации. Обработка пропусков в данных. Устранение корреляции в признаках. Уменьшение размерности данных
Введение в кластеризацию,
метод K-средних
ЗАПИСАТЬСЯ НА КУРС
ЗАПИСАТЬСЯ НА КУРС
01
Подтянем
ваши навыки
программирования
на Python
02
Желаете научиться Анализировать и визуализировать данные? Мы вас обучим!
03
Хотите узнать о работе алгоритмов обработки данных и моделей машинного обучения? Мы расскажем и покажем, как они применяются
Курс
— А почему
04
Хотите изучить информационные технологии и машинное обучение? Наш курс - отличное начало в этой области
Этот
Для
меня?
05
Поможем найти команду единомышленников для интереснейших обсуждений и дискуссий
01
Благодарность Минобрнауки за организацию кружков
по искусственному интеллекту
03
Участник школы будущего молодого учёного СНО НИЯУ МИФИ
02
Многократный победитель конкурса кружков НТО
по Искусственному интеллекту
02
Призер
олимпиады “Физтех”
01
Финалист Хакатона
“Шаг в карьеру:IT”
денис Полянский
АЛЕКСЕЙ ЕГОРОВ
Руководитель ИТ-факультета Предуниверситария НИЯУ МИФИ, ассистент НИЯУ МИФИ, преподаватель дисциплин в области машинного обучения и программирования
“Программирование важнейший навык XXI века”
Преподает с 2012 года
Специализируется в области компьютерного зрения и хемоинформатики
Студент кафедры №40 “Физики элементарных частиц и космологии”, преподаватель математики
“Физику наших дней не обязательно знать физику, ему достаточно знать математику”
Преподает с 2023 года
Поступил в МИФИ #по_любБВИ
В свободное время думает о звёздах и тёмной материи
программу?
— А Кто
занятия
и
Разрабатывал
Проводит
ЦЕНА КУРСА?
— А КАКОВА
В СТОИМОСТЬ ВХОДИТ:
425₽/ЧАС
Курс обучения, состоящий из 24 занятий по 3 ак. часа каждое
Организационная поддержка кураторов курса в течении обучения
Составление индивидуального плана участия в олимпиадах
*Полная стоимость курса 30 600Р. Оплата возможна двумя равными платежами
Экскурсия по лабораториям университета
Telegram-канал курса
Полный набор материалов курса
Сертификат об окончании курса
ЗАПИСАТЬСЯ НА КУРС