Чему вы научитесь
- Использовать библиотеки для обработки и анализа данных на Python
- Применять линейные модели, решающие деревья и леса, бустинг и нейронные сети
- Сравнивать и выбирать оптимальный алгоритм машинного обучения для решения задач классификации и регрессии
- Строить полносвязные и сверточные нейронные сети для задач компьютерного зрения с помощью фреймворка Pytorch
О курсе
Это полный курс по искусственному интеллекту и машинному обучению в рамках проекта «ИИ Старт» для школьников и всех, кто хочет получить профессию в Data Science. Мы создали образовательную траекторию, которая учит главным навыкам для работы в этой области:
-
применять математику и Python для анализа данных;
-
использовать библиотеки для обработки данных: NumPy, Pandas, Matplotlib и другие;
-
выбирать, обучать и тестировать модели искусственного интеллекта для решения задач машинного обучения на Python;
-
строить нейронные сети в библиотеке PyTorch для решения задач компьютерного зрения;
-
решать практические задачи в рамках проектов.
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.
-
Практикоориентированность. 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 разрешить вопросы и трудности. Кроме того, мы создаем чаты для учеников, где всегда можно попросить совета.
-
Высокий уровень знаний. Программа отвечает современным требованиям индустриального заказчика в области ИИ.
-
Комплексность. Мы объединили в программе все основные знания и навыки, которые необходимы дата сайентисту: язык Python, математику для анализа данных, алгоритмы и методы машинного обучения, современные нейросетевые архитектуры.
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
Пройти курс вам помогут:
-
начальные навыки программирования на одном из языков (Pascal, C, C++, Python, Java и др.);
-
знание школьной программы по математике до 8 класса включительно;
-
готовность быстро освоить Python, погрузиться в понятия производной и градиента, принципы работы с матрицами, основы объектно-ориентированного программирования.
Технические требования к оборудованию минимальны: достаточно компьютера с выходом в интернет.
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.
-
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.
По окончании курса вам предстоит выполнить итоговый проект и создать небольшой IT-продукт на основе модели искусственного интеллекта.
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
- сертификат и выполненный итоговый проект в портфолио