I am ready for a long road flight for work with a week- or months-long projects.
    •  
    •  
8-11 класс
онлайн
идет набор
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
Основы Python
и анализа
данных
ЗАПИСАТЬСЯ НА КУРС
ПРОГРАММА
СТОИМОСТЬ
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
06
Изучите различные алгоритмы машинного обучения
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
04
Хотите изучить информационные технологии и машинное обучение? Наш курс - отличное начало в этой области
Курс
05
Поможем найти команду единомышленников для интереснейших обсуждений и дискуссий
— А почему
Этот
Для
меня?
АЛЕКСЕЙ ЕГОРОВ
01
Руководитель ИТ-факультета Предуниверситария НИЯУ МИФИ, ассистент НИЯУ МИФИ, преподаватель дисциплин в области машинного обучения и программирования
“Программирование важнейший навык XXI века”
Благодарность Минобрнауки за организацию кружков
по искусственному интеллекту
Преподает с 2012 года
02
Многократный победитель конкурса кружков НТО
по Искусственному интеллекту
Специализируется в области компьютерного зрения и хемоинформатики
03
Участник школы будущего молодого учёного СНО НИЯУ МИФИ
02
Призер
олимпиады “Физтех”
01
Финалист Хакатона
“Шаг в карьеру:IT”
денис Полянский
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
Экскурсия по лабораториям университета
Telegram-канал курса
*Полная стоимость курса 30600 Р. Оплата возможна двумя равными платежами
Полный набор материалов курса
ЗАПИСАТЬСЯ НА КУРС