Programmeringskursus (Maskinlæring og dataanalyse i Python), 9. klasse - kursus RUB 31.250. fra Foxford, træning, Dato: 4. december 2023.
Miscellanea / / December 04, 2023
Hvem får gavn af kurset?
Kurset vil være nyttigt for dem, der allerede har studeret det grundlæggende i programmering og ønsker at udvide deres vidensområde, kaste sig ud i Data Science og forstå, hvad neurale netværk og kunstig intelligens er.
Hvilken viden giver kurset?
Sikker viden om Python og hovedbibliotekerne for DS, evne til at arbejde med maskinlæringsalgoritmer til klassificerings- og regressionsproblemer, praktisk erfaring med deltagelse i konkurrencer om dette emne.
Sådan fungerer træningen
Under vejledning af en lærer vil børnene deltage i rigtige maskinlæringskonkurrencer for voksne. Kurset vil omfatte onlinemøder med repræsentanter fra IT-branchen.
Skole certificering
Hver lektion har et plot og interaktive opgaver.
Vi ved, hvordan vi skal gribe børnene an
Tilgængelig i optagelse
Overholdelse
Du får grundlæggende viden om emnet
Vores lærere er deltagere i konkurrencer, forfattere af metodiske udviklinger
De ved, hvordan de interesserer hvert barn under hensyntagen til alderskarakteristika. Hver lektion er en spændende rejse ind i videns verden!
Lad os se på programmets hovedemner
Barnet skal ikke studere materialet på egen hånd og proppe det uden forståelse. Læreren vil forklare selv komplekse emner i et enkelt sprog, og præsentationer og interaktive opgaver vil øge interessen for emnet.
Lad os konsolidere viden i praksis
Efter hver lektion en lille lektieopgave, der vil hjælpe dig med at øve det gennemgåede materiale og øve dig inden testen.
Vi kontrollerer manuelt prøver og hjemmearbejde
Vi overlader ikke de skriftlige delopgaver til selvtest - dette udføres af OGE-eksperter.
Vi tjekker "for real", som i en eksamen, og som et resultat får du detaljeret feedback. Alt dette er af hensyn til hastigheden af forberedelsen og dine resultater. Din personlige kurator vil besvare dine spørgsmål inden for to timer, 24/7
Kuratorerne forstår programmet og emnet, så de nemt kan svare på dine spørgsmål om kurset og lektier – når som helst
De ved godt, hvor svært det kan være at forberede og forstå dine bekymringer.
En vejleders vigtigste opgave er at hjælpe dig med at klare stress og frygt før eksamen
Python Basics (gennemgang, hurtig gennemgang)
- Grundlæggende Python-kontrolkonstruktioner
- Funktioner
- Lister
- Objektorienteret programmering
Introduktion til biblioteker for datavidenskab
- Numpy
- Matplotlib
-Tilfældig
- Pandaer
- Søfødt
- Sklearn
Introduktion til Machine Learning
- Grundlæggende om lineær algebra. scipy bibliotek. Tabsfunktioner
- Lineær regression og klassifikationsalgoritmer
- Opsætning af modeller: omskoling, regularisering, valg af hyperparametre, kvalitetsmålinger
- Tilfældige træer
- Sammensætninger af algoritmer: sække og tilfældig skov
- Konkurrencer på kaggle
- Uovervåget læring: klyngedannelse, dimensionsreduktion
Dataanalyse i praksis
- Konfidensintervaller, hypotesetestning
- A/B - test
- Statistiske kriterier
- Søg efter mønstre og afhængigheder i data
- Tidsserieprognoser
- Konkurrencer på kaggle
Dyb læring
- Introduktion til neurale netværk. DL og AI opgaver
- Konstruktion af en flerlagsperceptron
- Afledt og gradient. Gradient Descent Metoder
- Opsætning af neurale netværk: valg af hyperparametre, softmax, partitionering i batches
- Introduktion til pytorch-rammen
- Grundlæggende om konvolutionelle neurale netværk
- CNN arkitekturer. Overfør læring
- Computer vision opgaver: billedsegmentering og detektion
- Udvalgte NLP opgaver. Konkurrencer på kaggle
- Generering af kunstige data ved hjælp af GAN
- Dataforskerens vej