Kurz programování (Strojové učení a analýza dat v Pythonu), 11. ročník - kurz 31 250 RUB. z Foxfordu, školení, Datum: 5. prosince 2023.
Různé / / December 05, 2023
Kdo bude mít z kurzu prospěch?
Kurz bude užitečný pro ty, kteří již studovali základy programování a chtějí rozšířit svou oblast znalostí, ponořit se do Data Science a pochopit, co jsou neuronové sítě a umělá inteligence.
Jaké znalosti kurz poskytuje?
Sebevědomá znalost Pythonu a hlavních knihoven pro DS, schopnost pracovat s algoritmy strojového učení pro klasifikační a regresní problémy, praktické zkušenosti s účastí v soutěžích na toto téma.
Jak probíhá školení
Děti se pod vedením učitele zúčastní skutečných soutěží ve strojovém učení pro dospělé. Součástí kurzu budou online setkání se zástupci IT průmyslu.
Dodržování
Získáte základní znalosti z předmětu
Víme, jak k dětem přistupovat
Dostupné v záznamu
Certifikace školy
Každá lekce má děj a interaktivní úkoly.
Naši učitelé jsou účastníky soutěží, autory metodických vývojů
Vědí, jak zaujmout každé dítě, s ohledem na věkové charakteristiky. Každá lekce je vzrušující cestou do světa poznání!
Pojďme se podívat na hlavní témata programu
Dítě nebude muset látku studovat samo a cpát ji bez porozumění. Učitel vysvětlí i složitá témata jednoduchým jazykem a prezentace a interaktivní úkoly zvýší zájem o předmět.
Pojďme si upevnit znalosti v praxi
Po každé lekci malý domácí úkol, který vám pomůže procvičit probranou látku a procvičit před testem.
Ručně kontrolujeme vzorky a domácí úkoly
Zadání písemné části neponecháváme na samotestování – to provádějí odborníci OGE.
Kontrolujeme „skutečně“, jako u zkoušky, a výsledkem je podrobná zpětná vazba. To vše z důvodu rychlosti přípravy a vašich výsledků Váš osobní kurátor odpoví na Vaše dotazy do dvou hodin, 24/7
Kurátoři rozumí programu a předmětu, takže mohou snadno odpovědět na vaše dotazy ke kurzu a domácím úkolům – kdykoli
Dobře vědí, jak těžké může být připravit se a pochopit vaše starosti.
Nejdůležitějším úkolem lektora je pomoci vám vyrovnat se se stresem a strachem před zkouškami
Základy Pythonu (recenze, rychlá recenze)
- Základní řídicí konstrukce Pythonu
- Funkce
- Seznamy
- Objektově orientované programování
Úvod do knihoven pro datovou vědu
- Numpy
- Matplotlib
-Náhodný
- Pandy
- Seaborn
- Sklearn
Úvod do strojového učení
- Základy lineární algebry. scipy knihovna. Ztrátové funkce
- Lineární regrese a klasifikační algoritmy
- Nastavení modelů: rekvalifikace, regularizace, výběr hyperparametrů, metriky kvality
- Náhodné stromy
- Složení algoritmů: pytlování a náhodný les
- Soutěže na kaggle
- Učení bez dozoru: shlukování, redukce rozměrů
Analýza dat v praxi
- Intervaly spolehlivosti, testování hypotéz
- A/B - testování
- Statistická kritéria
- Hledat vzory a závislosti v datech
- Prognóza časových řad
- Soutěže na kaggle
Hluboké učení
- Úvod do neuronových sítí. Úlohy DL a AI
- Konstrukce vícevrstvého perceptronu
- Derivace a gradient. Gradientní sestupové metody
- Nastavení neuronových sítí: výběr hyperparametrů, softmax, rozdělení do dávek
- Úvod do rámce pytorch
- Základy konvolučních neuronových sítí
- CNN architektury. Přenést učení
- Úlohy počítačového vidění: segmentace a detekce obrazu
- Vybrané úkoly NLP. Soutěže na kaggle
- Generování umělých dat pomocí GAN
- The Data Scientist's Way