Programování v Pythonu a strojové učení - kurz 42 000 rub. z Coddy School of Programming for Children, školení 7 modulů (měsíců)
Různé / / December 03, 2023
Věk: 12-16 let
Úroveň: pro začátečníky.
Délka: od 7 modulů (měsíců), od 56 hodin*.
Formát: individuální a skupinové lekce, offline a online (v reálném čase).
Počet dětí: od 1 do 8.
Cena:
od 750 rub./hod v online skupině,
od 850 rub./hod v offline skupině,
od 1050 rub./hod individuálně online,
od 1980 rub./hod jednotlivě offline.
Klasický BASIC a Pascal se stále vyučují jako programovací jazyky ve školních osnovách. Přestože pomáhají pochopit principy psaní programů, profesionální programátoři je již nepoužívají. Moderní technologie nestojí na místě, a proto dnes existují pokročilejší a relevantnější programovací jazyky, které se snadno učí a jsou vhodné pro začátečníky. Chcete, aby se vaše dítě naučilo psát kód v jednom z nejpopulárnějších a nejžádanějších jazyků na světě a používat jej k řešení skutečných problémů? Vítejte v našem kurzu programování a strojového učení v Pythonu pro děti!
Vlastnosti a výhody
Jazyk Python začal vyvíjet koncem osmdesátých let holandský programátor Guido van Rossum. Guido byl v té době zaměstnancem nizozemského institutu CWI, jednoho z předních evropských výzkumných ústavů v oblasti matematiky a teoretické informatiky. Napsal tento jazyk ve svém volném čase a vložil do něj několik nápadů na vzdělávací jazyk ABC, na kterém se také podílel. Vývoj byl dokončen v roce 1991. Poté, co byla první oficiální verze online, se celá skupina programátorů zapojila do jejího vylepšování a vylepšování. Python je nyní výkonný, expresivní programovací jazyk, který se snadno učí a snadno používá.
Na internetu je mnoho lekcí a návodů Pythonu. Plného úspěchu však lze dosáhnout při studiu pod vedením zkušeného učitele-praktika. Kromě zvládnutí samotného jazyka se studenti během hodin naučí, jak jej prakticky aplikovat ve strojovém učení. Školákům doporučujeme, aby se Python začali učit ve 12 letech. Je ideální pro začátečníky, aby udělali první kroky v programování, protože... má následující výhody:
- Jednou z hlavních výhod Pythonu je jeho lidsky čitelná syntaxe. Vývojáři oceňují krásu a jasnost kódu, což se odráží v jejich filozofii zvané „Zen of Python“. „Na čitelnosti záleží“, „Jednoduché je lepší než složité“ – to jsou některé z principů této filozofie.
- Obsahuje nejmodernější mechanismy opětovného použití kódu. Můžete na něm psát jednoduché a efektivní programy, aniž byste nad ním trávili spoustu času.
- Méně vstupu kódu výrazně zvyšuje rychlost vývoje.
- Design Pythonu je mnohými odborníky považován za jeden z nejlepších.
- Interaktivní shell umožňuje zadávat programy a okamžitě získat výsledek.
- Python má pomocné nástroje, které výrazně urychlují učení. Například modul želva, který simuluje želví grafiku, a modul tkinter pro práci s grafickou knihovnou.
- Obsahuje velkou knihovnu modulů, která poskytuje mnoho funkcí, které jsou v aplikačních programech žádané, od textového vyhledávání pomocí šablony až po síťové funkce. Python lze rozšiřovat jak prostřednictvím vlastních knihoven, tak prostřednictvím knihoven vytvořených jinými vývojáři.
Python používají takoví giganti jako Google, Intel, IBM. Fungují na něm populární platformy YouTube a VKontakte. Vědci z NASA jej používají k šifrování a analýze dat a odborníci z různých oborů jej používají pro rozsáhlý výzkum. Python je programovací jazyk, který bude žádaný velmi dlouho!
Stále větší oblibu si získává také proto, že úzce souvisí se strojovým učením a tvorbou inteligentních počítačových programů. Python výrazně usnadňuje práci s kódem. Nyní již nelze počítače programovat jako dříve, ale lze je nakonfigurovat tak, aby se učily samy. Strojové učení je jedním z hlavních IT trendů naší doby a postupně proniká do všech oblastí života – chytré vyhledávání od Google a Yandex, neuronové sítě, chytré filtry spamu, umělá inteligence ve hrách a mnoho dalšího jiný.
V našem kurzu o výuce Pythonu pro školáky, kluci:
- Naučte se syntaxi a získejte základní dovednosti v práci s Pythonem;
- Naučte se instalovat a konfigurovat vývojové prostředí, používat základní konstrukce Pythonu, vytvářet moduly a balíčky;
- Seznamte se s různými způsoby analýzy dat;
- Seznamte se s principy strojového učení;
- Vycvičí si několik vlastních počítačových modelů.
8
kurzylektor kurzu:
„Počítačová gramotnost“, „Minecraft: Úvod do umělé inteligence“, „Etický hacker“, „Počítač gramotnost na Macu, „Unreal Engine 4“, „Python a strojové učení“, „Programování v Minecraftu“, „Boti na Krajta"
Vzdělání:
Moskevská polytechnická univerzita, specializace „Informační bezpečnost“.
Certifikovaný účastník programu školení programování Minecraft.
Program Microsoft Certified Teacher Innovator Program
Zkušenosti:
Plynulý jazyk C++, Pascal s objekty, Python, Java, PHP. Podílel jsem se na vzhledu webových stránek, vytváření návrhů webových stránek a vývoji log pro společnosti na nezávislých stránkách.
zájmy:
Zabývá se programováním a informační bezpečností. Rád sportuje a vede zdravý životní styl. Zajímá se o hudbu a umění. Věří, že každý může dosáhnout čeho chce.
"Pokud chcete, aby se kód snadno a rychle zapisoval, usnadněte si jej čtení."
6
kurzylektor kurzu:
„Programování her v Pythonu“, „Etický hacker“, „Vývoj chatbotů v Pythonu společně s Počítačovým a výpočetním komplexem Moskevské státní univerzity. M.V. Lomonosov“, „Python a strojové učení“, „Boti v Pythonu“, „Webové aplikace v Pythonu ve spolupráci s Moskevskou státní univerzitou. M.V. Lomonosov"
Vzdělání:
Moskevská státní technická univerzita pojmenovaná po. Bauman, specializace "Informační bezpečnost".
Zkušenosti:
Znalost programovacích jazyků Python, C\C++, Golang, Pascal. Má zkušenosti s vývojem různých aplikací.
zájmy:
Rád programuje v Pythonu, aby řešil širokou škálu problémů, a čím složitější a zajímavější úkol, tím lépe. Sportuje, rád fotografuje a rád cestuje. Jsem přesvědčen, že každý člověk, který vynaloží dostatečné úsilí k dosažení cíle, ho dosáhne. Rád pomáhá druhým dosáhnout jejich cílů. Mladý a pozorný k lidem, najde společný jazyk s každým dítětem a pomáhá jim odhalit jejich nejlepší vlastnosti během učení, díky čemuž je učení pro každého zábavné a efektivní.
„Programování v 21. století je druhou abecedou, kterou by měl ovládat každý úspěšný člověk bez ohledu na oblast jeho zájmu. Python je dokonalým prvním krokem k výuce programování s jednoduchostí a všestranností, která dětem učení usnadňuje tento jazyk není povinné studium, ale příjemná zábava a chápou, že programování je nesmírně zajímavé a vzrušující proces!"
7
kurzylektor kurzu:
„Minecraft: Úvod do umělé inteligence“, „Frontend Developer: Webové stránky HTML/CSS/JavaScript“, „Etický hacker“, "Harvardský kurz CS50", "Python a strojové učení", "Boti v Pythonu", "Kybernetická bezpečnost", "Vývoj her v C++", "Vytváření hry ve Scratchi"
Vzdělání:
Immanuel Kant Baltská federální univerzita, Institut fyzikálních a matematických věd a informační technologie, obor: „Počítačová bezpečnost a matematické metody ochrany informace."
Zkušenosti:
S programováním jsem se seznámil ve 12 letech a od té doby jsem se nepřestal rozvíjet, zdokonalovat a prohlubovat své znalosti.
Má rozsáhlé zkušenosti s vývojem a vývojem široké škály projektů, od vysoce vytížených herních serverů až po programování mikrokontrolérů.
Zná a rozumí modernímu programování a jako generalista dokáže najít optimální řešení i v obtížných situacích.
zájmy:
Zabývá se psaním scénářů a má rád japonský šerm, kendo a kenjutsu.
Jsem přesvědčen, že není nic důležitějšího než seberůst a osobní rozvoj.
„Když se setkáme s novými oblastmi vědění, nejtěžší při jejich studiu je udělat první krok, najít způsob, jak překonat své vlastní pochybnosti, nejistoty a obavy. Teprve po chvíli, když se ohlédneme zpět, jsme schopni ocenit výšiny, do kterých se nám podařilo vystoupat.“
1. modul
První den
Úvodní lekce
- Úvod do konceptu strojového učení, jaké problémy lze řešit pomocí algoritmů strojového učení
- Opakování Pythonu
Druhý den
Úvod do teorie neuronových sítí
- Aktivační funkce
- Maticové násobení
Den třetí
Nejjednodušší model neuronu
- Pokračujte v opakování Pythonu
- Úvod do knihovny numpy
- Základní pojmy strojového učení
- Metoda lineární regrese
Den čtvrtý
Perceptron
- Základy matematické logiky a lineární algebry
- Nejjednodušším modelem neuronu je perceptron
- Počáteční váhy, vstupy a vychýlení
2. modul
První den
Trénink perceptronu
- Změna hmotnosti
- Výběr tréninkových dat
- Trénink perceptronů
Druhý den
Vylepšení modelu
- Používáme pokročilejší aktivační funkce
- Sigmoid, tanh, ReLu, Softplus
Den třetí
Den čtvrtý
Práce na neuronové síti pro váš úkol
- Analýza úkolů
- Výběr sady tréninkových dat
- Vytváření modelu
3. modul
První den
Modelka Adaline
- Adaptivní lineární neurony
- Porovnání přesnosti adalinu a perceptronu
Druhý den
Gradientní sestup
- Používáme pokročilejší aktivační funkce
- Sigmoid, tanh, ReLu, SoTplus
- Gradientní klesání
Den třetí
Knihovna pro práci s daty Pandas
- Příjem dat ze souborů různých formátů
- Vzorkování
- Třídění
- Agregace a seskupování
Den čtvrtý
Knihovna vykreslování Matplotlib
- Vykreslování grafů na základě souboru dat
- Zobrazení ve formě grafu indikátorů neuronové sítě
- 3D grafika
4. modul
První den
Druhý den
Rozpoznávání obrazu
- Získání datového souboru knihovny Mnist
- Síťové školení
- Obrazové rozpoznávání čísel
- Otestujte síť na vlastních obrázcích
Den třetí
Den čtvrtý
Evoluční přístup k trénování neuronových sítí
- Počáteční prvky
- Nastavení parametrů populace
- Metoda výběru
- Mutace
- Analýza výsledků školení
5. modul
První den
Objektově orientované programovací paradigma
- Třídy
- Předměty
- Atributy
- Metody
Druhý den
Hra pomocí OOP
- Psaní jednoduché klasické hry „Snake“
- Způsob ovládání pro hráče
- Modelové povzbuzení
- A/B testování
Den třetí
Použití „umělé inteligence“ ve hře
- Ovládání hadů
- Model učení bez paměti
Den čtvrtý
Učení pomocí paměti
- Faktory přizpůsobení
- Ukládání tahů do paměti
- Srovnání s modelem bez paměti
6. modul
První den
Představujeme interaktivní shell Jupyter Notebook
- Instalace
- Obsah buňky
- Režimy provádění kódu
- Interaktivní prvky a grafika
Druhý den
Použití Jupyter Notebook pro strojové učení
- Načítání dat
- Modelový výcvik
- Zobrazit výsledky
- Ladění a testování
Den třetí
Používání cloud computingu ve službě Google Colab
- Integrace do projektu
- Měření výkonu
- Použití tenzorových jader
Den čtvrtý
Představujeme knihovnu Tensorflow
- Instalace knihovny
- Příprava dat pro práci
- Modely neuronů zabudované do knihovny
7. modul
První den
Jak funguje Tensorflow
- Výpočtový graf
- Vstupní parametry a hmotnosti
- Chybová funkce
Druhý den
Jak funguje Tensorflow
- Vestavěné optimalizátory
- Aktivační funkce
- Síťové vrstvy
Den třetí
Den čtvrtý
Vývoj projektu
- Diskuse o nápadech
- Výběr technologií
- Rozklad problému
- Příprava dat
- Vytváření modelu
- Vzdělání
- Testování
- Prezentace