Чему вы научитесь
- Использовать продвинутые алгоритмы машинного обучения (градиентный бустинг, SVM) для решения задач анализа данных
- Производить кластеризацию, понижать размерность и визуализировать данные с помощью библиотеки sklearn
- Создавать Telegram-ботов на основе нейросетевых моделей
- Осуществлять предварительную обработку и анализ текстовых данных в Python
- Создавать нейросетевые модели в pytorch для решения задач обработки естественного языка
- Производить дообучение современных нейросетевых архитектур для задач обработки естественного языка
О курсе
Это вторая часть курса по искусственному интеллекту и машинному обучению в рамках проекта «ИИ Старт» для школьников и всех, кто хочет получить профессию в Data Science. В продвинутый уровень вошли важнейшие аспекты продвинутого машинного обучения. Их применяют как в индустрии, так и в конкурсах по ИИ:
- алгоритмы градиентного бустинга и SVM,
- методы кластеризации и снижения размерности,
- внедрение нейросетей в Telegram-боты,
- базовые методы обработки естественного языка,
- создание нейросетевых моделей обработки естественного языка.
Авторы и преподаватели курса — практики из российских и зарубежных IT-компаний с опытом преподавания, в том числе преподаватели Deep Learning School МФТИ.
У курса есть несколько особенностей.
-
Много практики. Наша цель — подготовить вас к реальным задачам, поэтому мы уделяем большое внимание практике. Вам встретится много практических заданий, которые позволят отточить основные приемы. Во второй половине курса каждое домашнее задание станет небольшим исследовательским проектом.
-
Поддержка преподавателей и общение с учениками. На каждом этапе курса вы можете обратиться к ассистентам — опытные специалисты помогут справиться с вопросами и трудностями. Кроме того, мы создаем чаты для учеников, где всегда можно попросить совета.
-
Высокий уровень знаний. Программа отвечает современным требованиям индустриального заказчика в области ИИ.
Обучение проходит на языке Python: в курсе используются библиотеки Sklearn, CatBoost и Pytorch. Для успешного прохождения мы рекомендуем ознакомиться с программой первой части курса.
Создатели курса: Физтех-школа прикладной математики информатики Московского физико-технического института, Академия искусственного интеллекта для школьников Благотворительного фонда Сбербанка «Вклад в будущее» и Фонд развития Физтех-школ.
Для кого этот курс
Курс подойдет школьникам старших классов и всем, кто стремится получить профессию в Data Science.
Начальные требования
Для успешного освоения потребуется уверенное знание основ машинного обучения и нейронных сетей на языке python. Курс является продолжением первой части курса, поэтому мы рекомендуем сначала изучить её.
Наши преподаватели
Как проходит обучение
Курс состоит из видеолекций, практических занятий по программированию и домашних заданий, где можно основательно попрактиковаться.
-
В видеолекциях вы узнаете о математических основах и принципах работы алгоритмов машинного обучения.
-
В семинарах вы научитесь использовать библиотеки для анализа данных на практике и создавать модели машинного обучения.
-
Задумаетесь над непростыми практическими задачами и решите их с помощью методов машинного обучения и платформы Kaggle.
-
Тесты помогут вам освежить и проверить полученные знания.
Программа курса
Что вы получаете
- навыки и знания, востребованные работодателем в области Data Science
- возможность отработать теорию на практических заданиях
- навык решения конкурсов по машинному обучению на платформе kaggle.com
- доступ к большому количеству практических задач анализа данных
- доступ к поддержке наставников, которые всегда помогут разобраться в теме и найти ошибку